-
题名原对偶遗传与蚁群算法的融合
被引量：2
- 1
-
-
作者
钟海萍
张培爱
张京友
余隆鹰
-
机构
暨南大学信息科学技术学院数学系
-
出处
《计算机工程与应用》
CSCD
2012年第36期46-49,共4页
-
基金
教育部人文社会科学研究一般项目(No.11YJAZH118)
-
文摘
原对偶遗传算法(PDGA)较好地保持了种群的多样性和较强的稳定性,改善了在搜索空间里的搜索能力,使搜索更为有效,但没有利用系统中的反馈信息,导致无为的冗余迭代,求解效率不高。而蚁群算法是通过信息素的累积和更新来收敛于最优路径,具有分布、并行、全局收敛能力,但是搜索初期信息素匮乏,导致算法速度慢。通过将两种算法进行融合,克服两种算法各自的缺陷,优势互补,形成一种全局寻优性能好,稳定性强,效率高的启发式算法,通过仿真计算,表明融合算法的性能优于遗传算法,原对偶遗传算法和蚁群算法。
-
关键词
原对偶遗传算法
遗传算法
蚁群算法
融合
-
Keywords
Primal-Dual Genetic Algorithm（PDGA）
genetic algorithm
ant colony optimization
combination
-
分类号
O224
[理学—运筹学与控制论]
-
