蟻群優(yōu)化算法研究及應(yīng)用.pdf

1、復(fù)雜的組合優(yōu)化問題呈現(xiàn)于許多不同的領(lǐng)域,例如經(jīng)濟(jì)、商業(yè)、工程、工業(yè)和醫(yī)療。然而,在實(shí)際中這些種類的問題都非常難以解決。可以從理論計(jì)算機(jī)科學(xué)中攝取解決此類問題的內(nèi)在困難,即很多這樣的問題都是NP-難問題,這意味著迄今找不到在多項(xiàng)式時(shí)間內(nèi)解決它們的算法。而且這些問題通常擁有較大的規(guī)模,傳統(tǒng)的方法因其需要大量的計(jì)算時(shí)間而不再可行。
　　 在20世紀(jì)90年代早期,一種用于解決優(yōu)化的蟻群優(yōu)化技術(shù)被成功提出。蟻群優(yōu)化的靈感來自于真實(shí)螞蟻群體

2、的覓食行為。利用這種行為開發(fā)了人工螞蟻群體,用以求解很多復(fù)雜組合優(yōu)化問題的近似解,例如離散優(yōu)化問題、連續(xù)優(yōu)化問題以及電信通信中的路由和負(fù)載平衡的重要問題。從實(shí)驗(yàn)上已經(jīng)證明了蟻群優(yōu)化是群體智能中的成功算法種類。群體智能算法由簡單個(gè)體組成,這些個(gè)體通過自組織來相互協(xié)作來完成工作,沒有任何形式的對群體成員的中心控制。在大量的實(shí)驗(yàn)工作已經(jīng)展示了蟻群優(yōu)化在解決不同的組合優(yōu)化問題上是行之有效之后,要加深對這種方法的內(nèi)在機(jī)制的理解,不僅需要越來越多的

3、復(fù)雜實(shí)驗(yàn),更需要借助于基于數(shù)學(xué)而建立的理論。解答算法是怎樣工作和為什么這樣工作之類的問題是重要的,因?yàn)檫@有助于改進(jìn)算法的應(yīng)用。因此,理論方面的研究是必須的。
　　 本論文首先回顧一些關(guān)于組合優(yōu)化和計(jì)算復(fù)雜性的基礎(chǔ)理論,研究了蟻群優(yōu)化算法的生物學(xué)靈感來源,并展示了如何將生物學(xué)的啟發(fā)靈感轉(zhuǎn)化為一個(gè)用于解決離散優(yōu)化問題的簡單算法。然后,論文以更通用的形式概括了在離散優(yōu)化背景下的蟻群優(yōu)化模型,并且描述了一些當(dāng)今最流行和性能最好的蟻群優(yōu)化

4、算法變種。通過基于旅行商問題的蟻群優(yōu)化算法的實(shí)現(xiàn),本論文力圖在各種不同的蟻群優(yōu)化算法中進(jìn)行比較性分析,并且將蟻群優(yōu)化算法和其他的元啟發(fā)式算法進(jìn)行了性能比較,如貪心隨機(jī)自適應(yīng)搜索過程和禁忌搜索。之后,論文提供關(guān)于蟻群優(yōu)化元啟發(fā)式的理論研究成果,理論研究的努力會直接讓我們加深對蟻群優(yōu)化算法的行為的理解。然后,論文闡述了蟻群優(yōu)化的一些典型成功的應(yīng)用,并總結(jié)了一些如何把蟻群優(yōu)化算法應(yīng)用到不同種類的問題上的原則和步驟。最后一節(jié)總結(jié)了全文內(nèi)容,得出