改进的蚁群算法及其应用

改进的蚁群算法及其应用

ID:5484518

大小:763.00 KB

页数:40页

时间:2017-12-13

改进的蚁群算法及其应用_第1页
改进的蚁群算法及其应用_第2页
改进的蚁群算法及其应用_第3页
改进的蚁群算法及其应用_第4页
改进的蚁群算法及其应用_第5页
资源描述:

《改进的蚁群算法及其应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、改进的蚁群算法及其应用改进的蚁群算法MacroDorigoGambardella带精英策略的蚂蚁系统带精英策略的蚂蚁系统(AntSystemwithelitiststrategy,ASelite)是最早的改进蚂蚁系统遗传算法中的精英策略传统的遗传算法可能会导致最适应个体的遗传信息丢失精英策略的思想是保留住一代中的最适应个体蚂蚁系统中的精英策略每次循环之后给予最优解以额外的信息素量这样的解被称为全局最优解(global-bestsolution)找出这个解的蚂蚁被称为精英蚂蚁(elitistants)带精英策略的蚂蚁系

2、统信息素根据下式进行更新其中带精英策略的蚂蚁系统上式中表示精英蚂蚁引起的路径(i,j)上的信息素量的增加特点:可以使蚂蚁系统找出更优的解找到这些解的时间更短精英蚂蚁过多会导致搜索早熟收敛是精英蚂蚁的个数是所找出的最优解的路径长度蚁群系统蚁群系统(AntColonySystem,ACS)是由Dorigo和Gambardella在1996年提出的蚁群系统做了三个方面的改进:状态转移规则为更好更合理地利用新路径和利用关于问题的先验知识提供了方法全局更新规则只应用于最优的蚂蚁路径上在建立问题解决方案的过程中,应用局部信息素更

3、新规则蚁群系统状态转移规则一只位于节点r的蚂蚁通过应用下式给出的规则选择下一个将要移动到的城市s其中,S根据下列公式得到蚁群系统状态转移规则q是在[0,1]区间均匀分布的随机数q0的大小决定了利用先验知识与探索新路径之间的相对重要性。上述状态转移规则被称为伪随机比例规则特点:倾向于选择短的且有着大量信息素的边作为移动方向蚁群系统全局更新规则只有全局最优的蚂蚁才被允许释放信息素目的:使蚂蚁的搜索主要集中在当前循环为止所找出的最好路径的领域内全局更新在所有蚂蚁都完成它们的路径之后执行,使用下式对所建立的路径进行更新蚁群系

4、统全局更新规则为信息素挥发参数,0<<1为到目前为止找出的全局最优路径全局更新规则的另一个类型称为迭代最优区别:使用代替,为当前迭代(循环)中的最优路径长度这两种类型对蚁群系统性能的影响差别很小,全局最优的性能要稍微好一些蚁群系统局部更新规则类似于蚁密和蚁量模型中的更新规则蚂蚁应用下列局部更新规则对它们所经过的边进行激素更新实验发现,可以产生好的结果,其中n是城市的数量,是由最近的邻域启发产生的一个路径长度局部更新规则可以有效地避免蚂蚁收敛到同一路径最大-最小蚂蚁系统蚁群算法将蚂蚁的搜索行为集中到最优解的附近可以提高

5、解的质量和收敛速度,从而改进算法的性能。但这种搜索方式会使早熟收敛行为更容易发生最大-最小蚂蚁系统(Max-MinAntSystem,MMAS)能将这种搜索方式和一种能够有效避免早熟收敛的机制结合在一起,从而使算法获得最优的性能最大-最小蚂蚁系统MMAS和AS主要有三个方面不同:为了充分利用循环最优解和到目前为止找出的最优解,在每次循环之后,只有一只蚂蚁进行信息素更新。这只蚂蚁可能是找出当前循环中最优解的蚂蚁,也可能是找出从实验开始以来最优解的蚂蚁为避免搜索的停滞,在每个解的元素上的的信息素轨迹量的值域范围被限制在区

6、间内将信息素轨迹初始化为信息素轨迹更新在MMAS中,只有一只蚂蚁用于在每次循环后更新信息轨迹经修改的轨迹更新规则如下:表示迭代最优解或全局最优解的值在蚁群算法中主要使用全局最优解,而在MMAS中则主要使用迭代最优解信息素轨迹的限制不管是选择迭代最优还是全局最优蚂蚁来进行信息素更新,都可能导致搜索的停滞。停滞现象发生的原因:在每个选择点上一个选择的信息素轨迹量明显高于其他的选择。避免停滞状态发生的方法:影响用来选择下一解元素的概率,它直接依赖于信息素轨迹和启发信息。通过限制信息素轨迹的影响,可以很容易地避免各信息素轨迹

7、之间的差异过大。信息素轨迹的限制MMAS对信息素轨迹的最小值和最大值分别施加了和的限制,从而使得对所有信息素轨迹,有MMAS收敛:在每个选择点上,其中一个解元素上的轨迹量为,而所有其他可选择的解元素上的轨迹量为。若MMAS收敛,通过始终选择信息素量最大的解元素所构造的解将与算法找出的最优解相一致信息素轨迹的限制的选取的选取要基于两点假设最优解在搜索停滞发生之前不久被找出对解构造的主要影响是由信息素轨迹的上限与下限之间的相对差异决定信息素轨迹的限制在一个选择点上选择相应解元素的概率Pdec直接取决于和在每个选择点上蚂蚁

8、需在avg=n/2个解元素中选择蚂蚁构造最优解,需作n次正确的决策信息素轨迹的初始化在第一次循环后所有信息素轨迹与相一致通过选择对这种类型的轨迹初始化来增加在算法的第一次循环期间对新解的探索当将信息素轨迹初始化为时,选择概率将增加得更加缓慢实验表明,将初始值设为可以改善最大-最小蚂蚁系统的性能信息素轨迹的平滑化基本思想:通过增加选择有着低强度信

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。