自適應蟻群優(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，這些特點在求解優(yōu)化問題上體現(xiàn)出顯著優(yōu)勢。蟻群算法得到了普遍使用，如處理TSP問題、交通運輸、管道鋪設(shè)、廠區(qū)選取等實際應用。但在許多實際問題的應用中，其問題的復雜程度也往往較高，如果還采用基本蟻群算法解決問題，那么算法陷入局部最優(yōu)以及出現(xiàn)停滯現(xiàn)象的幾率就會大大提高，隨之受影響的精度和收斂速度也

2、無法保證。對于諸如此類棘手問題，大量的學者和專家經(jīng)過不斷的努力和嘗試提出了眾多改進的蟻群優(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，但仍然有些問題需要解決，如搜索時間在初始時刻較長，全局更新規(guī)則中揮發(fā)因子不具有自適應性。針對以上缺陷，本文對基本蟻群算法的初始化信息素分布和全局信息素揮發(fā)因子分別做以下優(yōu)化：
　　第一，信息素濃度在初始化時刻時進行

3、了與距離有關(guān)的濃度分配，也就說在初始時刻時給予了方向引導，這樣就會加快初始搜索速度，避免蟻群在初始階段盲目地隨機搜索浪費較多的時間，進而增加了優(yōu)質(zhì)解；
　　第二，全局揮發(fā)因子在全局信息素更新過程中沒有自適應性，此時加入雙曲正切函數(shù)作為其揮發(fā)動態(tài)因子，目的是使其自適應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)果驗證，優(yōu)