-
题名基于种群相似度的自适应改进蚁群算法及应用
被引量：19
- 1
-
-
作者
张松灿
普杰信
司彦娜
孙力帆
-
机构
河南科技大学信息工程学院
河南科技大学电气工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第8期70-77,共8页
-
基金
国家自然科学基金(U1504619)
河南省国际科技合作计划(152102410036)。
-
文摘
针对蚁群算法收敛速度较慢、易陷入局部最优的问题,提出了一种基于种群相似度的自适应改进蚁群算法。利用种群相似度对种群内个体的多样性进行度量并根据优化过程中种群相似度的变化情况自适应地调整蚁群算法的参数和信息素更新策略,提升算法的优化性能。该算法用于求解旅行商问题(Traveling Salesman Problem,TSP)问题,并与经典的蚁群系统(Ant Colony System,ACS)及最大最小蚂蚁系统(MAX-MIN Ant System,MMAS)算法进行比较,实验结果表明改进算法在解的质量与算法稳定性方面得到显著提升,有效地平衡了种群多样性与收敛速度之间的矛盾。
-
关键词
蚁群算法
种群多样性
种群相似度
自适应信息素更新
收敛速度
旅行商问题
-
Keywords
ant colony algorithm
population diversity
population similarity
adaptive pheromone updating
convergence speed
traveling salesman problem
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名自适应动态学习鸡群优化算法
被引量：8
- 2
-
-
作者
顾艳春
鲁海燕
向蕾
沈莞蔷
-
机构
江南大学理学院
江南大学无锡市生物计算工程技术研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第20期36-45,共10页
-
基金
国家自然科学基金(No.61772013,No.61402201)
中央高校基本科研业务费专项资金(No.114205020513526)。
-
文摘
针对标准鸡群优化算法存在求解精度偏低、局部搜索能力弱等问题,提出了一种自适应动态学习鸡群优化算法ADLCSO(Adaptive Dynamic Learning Chicken Swarm Optimization algorithm)。该算法利用反向觅食机制自适应更新每只公鸡的位置,并添加了非线性递减学习因子来动态调整公鸡位置的更新步长,以增强种群跳出局部极值的能力,从而提高算法的收敛速度和求解精度。此外,提出了一种基于个体间适应度值之差的种群相似度指标,并利用该指标对每只母鸡的位置进行自适应调整,以抑制种群多样性的衰减,从而进一步提高算法的求解精度。通过对12个经典测试函数进行仿真实验,结果表明ADLCSO算法在收敛速度、求解精度、稳定性及对高维问题的求解能力上均优于其他对比算法。
-
关键词
鸡群算法
反向觅食机制
非线性递减学习因子
种群相似度指标
-
Keywords
chicken swarm algorithm
reverse foraging mechanism
non-linear decreasing learning factor
population similarity index
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
