基于蟻群算法的優(yōu)化問題研究.pdf

1、蟻群算法是一種求解復(fù)雜組合優(yōu)化問題的啟發(fā)式算法,其自提出以來,便在求解組合優(yōu)化問題上顯示出了強(qiáng)大的優(yōu)勢.作為一種全局搜索的方法,蟻群算法具有分布性、正反饋性、魯棒性、以及善于與多種啟發(fā)式算法結(jié)合以改善算法性能等優(yōu)點(diǎn).雖然傳統(tǒng)的蟻群算法具有很強(qiáng)的全局尋優(yōu)解的能力,但也存在搜索時間過長,在執(zhí)行過程中容易出現(xiàn)停滯現(xiàn)象、當(dāng)問題規(guī)模較大時存在陷入局部最優(yōu)的可能性等缺陷.針對以上缺陷,本文引入了免疫算法,因?yàn)槊庖咚惴ň哂锌焖傩?隨機(jī)性,全局收斂性等

2、優(yōu)點(diǎn),因此,利用免疫算法的優(yōu)點(diǎn)來彌補(bǔ)蟻群算法存在的缺陷,從而對傳統(tǒng)的蟻群算法進(jìn)行了改進(jìn). 本文首先給出了三種基于免疫機(jī)制的蟻群算法.基于邊濃度抑制的免疫蟻群算法,算法前期采用免疫算法來產(chǎn)生蟻群算法的初始信息分布.算法后期根據(jù)邊濃度抑制機(jī)制調(diào)整路徑上的信息量,從而保持了蟻群多樣性；基于接種疫苗的免疫蟻群算法,算法通過提取疫苗,接種疫苗提高了解的質(zhì)量,同時結(jié)合最大最小蟻群算法進(jìn)行信息素更新.防止算法出現(xiàn)早熟、停滯的現(xiàn)象；引入知識的免

3、疫蟻群算法,算法前期采用免疫算法生成初始信息分布,算法后期引入知識為:判斷路徑上是否存在交叉,如果存在交叉則消除交叉路線,并將結(jié)果保留.隨后自適應(yīng)地調(diào)整路徑上信息素值.從而提高了解的質(zhì)量.同時提高了算法的全局搜索能力,以及搜索速度. 隨后本文將以上三種改進(jìn)算法應(yīng)用于TSP問題中,通過仿真實(shí)驗(yàn)證明了本文采用的改進(jìn)算法較基本蟻群算法和其它蟻群優(yōu)化算法的收斂速度快,尋優(yōu)效率高. 最后,我們將基于邊濃度抑制的免疫蟻群算法應(yīng)用于典