蟻群優(yōu)化算法.pdf

1、蟻群優(yōu)化算法是由意大利學者Dorigo M等人于1991年提出的一種模擬昆蟲王國中螞蟻群體智能行為的仿生優(yōu)化算法。蟻群優(yōu)化算法以其分布式并發(fā)性、較強的魯棒性、易于與其他方法相結(jié)合等優(yōu)點引起越來越多的國內(nèi)外學者的關(guān)注，成為目前國內(nèi)外啟發(fā)式算法的研究熱點和前沿問題。
　　 盡管蟻群算法目前尚未形成嚴格的理論基礎，國內(nèi)外的相關(guān)研究還處于實驗探索和初步應用階段，但是研究工作已經(jīng)由當初單一的旅行商問題領域滲透到多個應用領域，由解決一維靜態(tài)

2、優(yōu)化問題發(fā)展到解決多維動態(tài)組合優(yōu)化問題，由離散域范圍擴展到連續(xù)域，而且在蟻群算法的硬件實現(xiàn)上也取得許多突破性的研究成果，從而使這種新興的仿生優(yōu)化算法展現(xiàn)出勃勃生機和廣闊的發(fā)展前景。
　　 本文在閱讀國內(nèi)外大量文獻資料的基礎上，總結(jié)了當前蟻群算法的研究成果和亟待解決的問題，介紹了算法的發(fā)展歷程、算法的基本理論、核心思想、數(shù)學模型、ACO 優(yōu)化算法的概念和實現(xiàn)框架、基本蟻群AS算法的實現(xiàn)框架及步驟。
　　 由于蟻群算法的參數(shù)

3、配置沒有完善的理論依據(jù)，且算法對于參數(shù)依賴性很強，參數(shù)α、β、ρ等的選取原則和選取方法直接關(guān)系到算法的收斂性和尋優(yōu)能力。為了對算法的改進提供理論依據(jù)，本文進行了大量的參數(shù)測試，并詳細地進行了參數(shù)的分析，確定了AS算法和ACS算法參數(shù)的最佳配置。在完成基本AS算法和ACS算法參數(shù)分析的基礎上，進行了兩點重要改進，提出了2 點改進方案，即采用新的信息素初始化方法和局部搜索中通過聚類進行二次搜索，得到了一種改進的蟻群優(yōu)化算法。利用Matlab