蟻群算法參數(shù)優(yōu)化及其應(yīng)用.pdf

1、作為一種新型的仿生優(yōu)化算法，蟻群算法在本質(zhì)上是一個復(fù)雜的智能系統(tǒng)，它具有較強(qiáng)的魯棒性、優(yōu)良的分布式機(jī)制及方便與其它算法融合等優(yōu)點(diǎn)，目前已經(jīng)成功地運(yùn)用到許多應(yīng)用領(lǐng)域。但是，蟻群算法在理論研究上還存在著許多需要解決的問題。例如：收斂速度問題、信息素分配和參數(shù)選擇問題等，其中參數(shù)選擇對蟻群算法的性能影響較大。鑒于此，本文著重研究蟻群算法參數(shù)優(yōu)化問題。 論文中，全面分析了基本蟻群算法的性能、原理及機(jī)制，并通過旅行商問題(TSP)的仿真實(shí)

2、驗(yàn)，深入研究了參數(shù)選擇對算法性能的影響。特別是其中三個參數(shù)啟發(fā)式因子α、期望啟發(fā)式因子β及信息持久因子ρ對算法性能的影響較大。文中利用微粒群算法設(shè)計(jì)了一種參數(shù)優(yōu)化方案，對這三個參數(shù)進(jìn)行組合優(yōu)化有效地改善了算法的性能。并且針對Oliver30城市問題，用JAVA編程語言進(jìn)行了程序設(shè)計(jì)，程序運(yùn)行結(jié)果較好。該方案突破了傳統(tǒng)靠經(jīng)驗(yàn)和直覺確定參數(shù)的局限，發(fā)揮了三個參數(shù)的組合效應(yīng)，使得蟻群算法在實(shí)際優(yōu)化問題中能夠取得更好的效果。 為了進(jìn)一步