首页 | 本学科首页   官方微博 | 高级检索  
     检索      

采用序优化的改进蚁群算法
引用本文:张兆军,冯祖仁,任志刚.采用序优化的改进蚁群算法[J].西安交通大学学报,2010,44(2).
作者姓名:张兆军  冯祖仁  任志刚
作者单位:西安交通大学系统工程研究所,710049,西安;西安交通大学机械制造系统工程国家重点实验室,710049,西安
基金项目:国家自然科学基金资助项目,国家重点基础研究发展规划资助项目 
摘    要:为了评价蚁群算法在有限时间内所得优解的质量,基于序优化方法提出了一种改进的蚁群算法:使用盲目挑选规则选择初始解,并对信息素进行相应的初始化;确定得到满足要求的优解所需要的迭代次数,将其作为算法的终止条件;为了更好地利用每次迭代中的优解,在算法开始阶段使用前l个迭代优解更新信息素,以增强探索能力;在算法结束阶段采用当前迭代最优解更新信息素,以加快收敛速度.改进算法在保证收敛的前提下,并没有增加算法的时间复杂度.对旅行商问题进行的仿真实验表明,改进算法在解的质量和收敛速度方面优于最大-最小蚂蚁系统.

关 键 词:蚁群算法  序优化  盲目挑选  旅行商问题

Novel Ant Colony Optimization Algorithm Based on Order Optimization
ZHANG Zhaojun,FENG Zuren,REN Zhigang.Novel Ant Colony Optimization Algorithm Based on Order Optimization[J].Journal of Xi'an Jiaotong University,2010,44(2).
Authors:ZHANG Zhaojun  FENG Zuren  REN Zhigang
Abstract:To evaluate the quality of optimal solutions obtained by the ant colony optimization(ACO) algorithm in limited time,an improved ACO algorithm is presented on the basis of the ordinal optimization.An initial solution is selected using the blind picking rule,and the pheromone is initialized correspondingly.The number of iterations to achieve the optimal solution meeting the demand is then determined and is used as the termination condition of the algorithm.To make better use of the solutions obtained at each ...
Keywords:ant colony optimization  ordinal optimization  blind picking  traveling salesman problem
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号