自適應(yīng)蟻群優(yōu)化算法.pdf

1、蟻群算法是一種模擬生物界中螞蟻尋找食物源行為的算法，具有仿生性以及較強(qiáng)的局部搜索能力，除此之外還易與其他仿生優(yōu)化算法相結(jié)合，有正反饋、魯棒性等特點(diǎn)，這些特點(diǎn)在求解優(yōu)化問(wèn)題上體現(xiàn)出顯著優(yōu)勢(shì)。蟻群算法得到了普遍使用，如處理TSP問(wèn)題、交通運(yùn)輸、管道鋪設(shè)、廠區(qū)選取等實(shí)際應(yīng)用。但在許多實(shí)際問(wèn)題的應(yīng)用中，其問(wèn)題的復(fù)雜程度也往往較高，如果還采用基本蟻群算法解決問(wèn)題，那么算法陷入局部最優(yōu)以及出現(xiàn)停滯現(xiàn)象的幾率就會(huì)大大提高，隨之受影響的精度和收斂速度也

2、無(wú)法保證。對(duì)于諸如此類棘手問(wèn)題，大量的學(xué)者和專家經(jīng)過(guò)不斷的努力和嘗試提出了眾多改進(jìn)的蟻群優(yōu)化算法，比如帶精英策略的蟻群算法、蟻群系統(tǒng)、最大最小的蟻群系統(tǒng)等等。盡管改進(jìn)后的蟻群算法使其在最優(yōu)解的求解精度上有了大幅度的提高，但仍然有些問(wèn)題需要解決，如搜索時(shí)間在初始時(shí)刻較長(zhǎng)，全局更新規(guī)則中揮發(fā)因子不具有自適應(yīng)性。針對(duì)以上缺陷，本文對(duì)基本蟻群算法的初始化信息素分布和全局信息素?fù)]發(fā)因子分別做以下優(yōu)化：
　　第一，信息素濃度在初始化時(shí)刻時(shí)進(jìn)行

3、了與距離有關(guān)的濃度分配，也就說(shuō)在初始時(shí)刻時(shí)給予了方向引導(dǎo)，這樣就會(huì)加快初始搜索速度，避免蟻群在初始階段盲目地隨機(jī)搜索浪費(fèi)較多的時(shí)間，進(jìn)而增加了優(yōu)質(zhì)解；
　　第二，全局揮發(fā)因子在全局信息素更新過(guò)程中沒有自適應(yīng)性，此時(shí)加入雙曲正切函數(shù)作為其揮發(fā)動(dòng)態(tài)因子，目的是使其自適應(yīng)地平滑更新每次迭代較優(yōu)解路徑的信息素濃度，這樣加大了算法獲取全局最優(yōu)解的可能性。全局搜索能力連續(xù)提高，停滯現(xiàn)象在在一定范圍內(nèi)也得到了避免。
　　經(jīng)仿真結(jié)果驗(yàn)證，優(yōu)