求解连续函数优化问题的改进蚁群算法及仿真 |
| |
引用本文: | 周建新,杨卫东,李擎.求解连续函数优化问题的改进蚁群算法及仿真[J].系统仿真学报,2009,21(6). |
| |
作者姓名: | 周建新 杨卫东 李擎 |
| |
作者单位: | 北京科技大学信息工程学院,北京,100083 |
| |
基金项目: | 国家高技术产业化专项项目 |
| |
摘 要: | 蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少.在介绍基本蚁群算法机制原理和数学模型的基础上,对信息素更新方式进行了改进,采用动态局部信息素更新方式和自适应调节信息素挥发的全局信息素更新方式相结合,并将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能.仿真实验表明,提出的改进蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径.
|
关 键 词: | 蚁群算法 连续空间优化 信息素 旅行商问题 |
Improved Ant Colony Algorithm and Simulation for Continuous Function Optimization |
| |
Abstract: | |
| |
Keywords: | ant colony algorithm continuous space optimization pheromone traveling salesman problem (TSP) |
本文献已被 万方数据 等数据库收录! |
|