-
题名一种启发式动态信息素更新策略的蚁群算法
被引量：17
- 1
-
-
作者
刘中强
游晓明
刘升
-
机构
上海工程技术大学电子电气学院
上海工程技术大学管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第20期20-27,共8页
-
基金
国家自然科学基金(No.61673258
No.61075115
+1 种基金
No.61403249
No.61603242)
-
文摘
针对蚁群系统(ACS)在解决TSP问题上存在易陷入局部最优和收敛速度较慢的问题,提出了一种改进的启发式蚁群算法。在迭代前期赋予伪随机因子较小的阈值,从而使蚂蚁能以较大的概率选择轮盘赌方式完成解的构建,扩大了解的搜索范围;同时通过引入迭代最优蚂蚁进行全局信息素更新,来进一步增加了解的多样性,使算法避免陷入局部最优。在迭代后期随着伪随机因子参数值变化幅度的加快,则用至今最优蚂蚁来取代迭代最优蚂蚁,以促进搜索进程很快的向最优解附近收敛,加快了收敛的速度。实验仿真结果表明改进后的算法在前期能够有效地跳出局部最优,并且在后期能够明显提升收敛速度。
-
关键词
蚁群系统
启发式蚁群算法
全局信息素更新
迭代最优蚂蚁
至今最优蚂蚁
-
Keywords
ant colony system
heuristic ant colony algorithm
global pheromone updates
iterative optimal ant
optimal ant so far
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
