《一种具有动态自适应特征的改进的蚁群优化策略.doc》由会员分享，可在线阅读，更多相关《一种具有动态自适应特征的改进的蚁群优化策略.doc（2页珍藏版）》请在三一文库上搜索。
1、研究与开发一种具有动态自适应特征的改进的蚁群优化策略朱百成】,周绍梅】刘欣沂2(1.南吕大学信息工程学院计算中心.南昌330031； 2.新余高等专科学校计算机系，新余338031)摘 要：蚁瞬鼻法是一种有启发式搜倉特：！的仿生优化算法，在实际的应用中蚁群算法会表现 出搜索連度慢、易于陷入浙部聂优以效算法停滞等皱点。捉出一种改进的蚁邸优化策 略.省算法出现停滞时自适应地息改參路径上的场部传息素童大小从而使它们的仕息 星雄动态地减小以恆于在后续的搜素中找出仝心最优解。蛭过仿4实验表明，改进 后的算法能发现更好的最优解。关ttifi)：蚁群算法；信息素；珞径优化0引言在自然界中，蚂蚁寻找食物时都是
2、集体合作逬行 的并II在寻找的过程中每一只蚂蚁都会释放-种化 学性外激素一信息素(Phemmone) 以此来与其他 蚂蚁进行通信而由于不断有蚂蚁释放务自的信息 素，在某处信息索积累地越多，则对其他蚂蚁选择该 处作为路径的概率也就越大.经过不断的路径选释， 群体蚂蚁往往能找到到达蚁集到食物源的最短路径亠 蚁群系统(Am System)正是由意大利学者M.Dorigo等 人IZ在研究罠实的蚂蚁的群体觅食行为的基础上最 早提出来的并取得了良好的实验效果，因此这种新 型的仿生优化算法引起了越来越多的关注二蚁群算法 具有能发现较好餅、冇较强的鲁棒性、易于与其他算 法相结合等优点。由丁蚁群算法有搜索速度慢
3、、易于 停滞等不足，许多学者不断地提出了改进的蚊群算 法.例如带有梢英策略#蚂蚊系统(Ant System with Elitist Strategy)x 最大-最小蚁群系统(Max-Min Ant System, MM AS)等。这些改进的算法能扩大解的搜索 范用，得出更好的最优解c本文提出了一种新的改进 后的蚁群算法引入了 K邻居候选集鸡并动态口适 应it地调整各路径上的信息索大小以便能发现到更 好的最优解。1 基本蚁群系统(ACS)ACS是由M.Dorigo等人在AS基础上提出来的一 种蚁群优化(Ant Colony Optimization称 ACO)算 法。该算法用于求解 TSP(T
4、raveling Salesman Problem) 中其中蚂蚁数堵用m表示必(iJ=0丄山-】)用于 表示城市i与城市j之间的茨离表示t时刻ij路 径上信息索氏初始时刻右(0)为一常就。随机地将m 只蚂蚁放于城市结点上，蚂蚁k根据(1)式从城市r 转移到下一个城市u。；argmax |r(r.tt)iy(rlii)PI 如果 qwq。胡(1)2否则按式(2)进行概率式捜索_曲 L一 j“UoT5= z厂:伽（2）0otherwise其中q是一个随机数,g e O,l；go是一个参数， 0WgW 1 ；%为城市i到城市j的启发信息，它的大小 为 叫a,0均为参数分别表示蚂蚊所积累的信息览 及启发信息在路径选择中的重要性,allowedA 9 山-1卜呱表示蚂蚁k下一步允许选择的城市集 合;tabuk是用来记录第k|k=l,2,-,m|只蚂蚁所走 过的城市。初始时分配一个随机数他,如果qWq则收稿日期：2009-11-04 修鶴日期：2009-11-2()作才简介：朱百咸(1984-),1 .浙江永鸟人减士研究生研丸方向为软件工程、智能算法MODERN COMPUTER 2009.12