蟻群優(yōu)化算法及其改進.pdf

1、研究群居性昆蟲行為特性的科學家發(fā)現(xiàn)，昆蟲在群落一級上的合作基本上是自組織的，在許多場合中盡管這些合作可能很簡單，但是它們卻可以解決復雜的問題，如個體行為簡單、盲目的螞蟻組成蟻群后能夠發(fā)現(xiàn)從蟻巢到食物源的最短路徑，這種由群居性生物產(chǎn)生出來的集體行為，即群集智能引起了包括計算機科學家在內(nèi)的眾多研究人員的興趣。生物學家經(jīng)過仔細研究發(fā)現(xiàn)螞蟻之間通過一種稱之為“外激素”的物質(zhì)進行間接通訊、相互協(xié)作來發(fā)現(xiàn)最短路徑。受這種現(xiàn)象啟發(fā)，意大利學者M.Do

2、rigo、V.Maniezzo和A.Colorni于1992年提出了一種基于種群的模擬進化算法--蟻群算法，該算法的出現(xiàn)引起了學者們的巨大關(guān)注，在過去短短十余年時間內(nèi)，蟻群算法已經(jīng)在組合優(yōu)化、函數(shù)優(yōu)化、系統(tǒng)辨識、網(wǎng)絡(luò)路由、機器人路徑規(guī)劃、數(shù)據(jù)挖掘以及大規(guī)模集成電路的綜合布線設(shè)計等領(lǐng)域獲得了廣泛應(yīng)用，并取得了較好效果。
　　 本文圍繞蟻群算法的原理、蟻群算法的改進策略、基本改進算法以及應(yīng)用展開，就如何改進蟻群算法、抑制算法出現(xiàn)停滯

3、進行了深入研究，并采用TSP對改進算法進行測試。本文主要研究成果包括：
　　 1、提出了一種改進蟻群算法。在螞蟻搜索過程中采用動態(tài)偽隨機比例選擇機制，局部信息素更新和全局信息素更新相結(jié)合，同時對更新策略進行改進，首先是局部信息素遞減更新策略，其次是全局更新中采用新的更新策略。改進算法擴大解的搜索空間，避免算法陷入局部最優(yōu)。
　　 2、提出了一種分階段信息素更新蟻群算法。在螞蟻搜索前期采用迅速積累信息素的更新策略，實現(xiàn)算法