蟻群算法的研究及其在網(wǎng)絡(luò)路由優(yōu)化上的應(yīng)用.pdf

1、蟻群算法是一種最新發(fā)展的模擬昆蟲(chóng)王國(guó)中螞蟻群體覓食行為的仿生優(yōu)化算法，該算法采用了正反饋并行自催化機(jī)制，具有較強(qiáng)的魯棒性、優(yōu)良的分布式計(jì)算機(jī)制、易于與其它方法結(jié)合等優(yōu)點(diǎn)，在解決許多復(fù)雜優(yōu)化問(wèn)題方面已經(jīng)展現(xiàn)出其優(yōu)異的性能和巨大的發(fā)展?jié)摿?，近幾年吸引了?guó)內(nèi)外許多學(xué)者對(duì)其進(jìn)行了多方面的研究工作。目前，蟻群算法已經(jīng)成為國(guó)際智能計(jì)算領(lǐng)域中備受關(guān)注的研究熱點(diǎn)和前沿性課題。 本文首先綜述了蟻群算法國(guó)內(nèi)外的研究現(xiàn)狀，分析了算法的主要優(yōu)缺點(diǎn)，并且

2、深入研究了蟻群算法的基本原理和算法模型，介紹了ACS算法和MMAS算法兩種改進(jìn)的蟻群算法。 然后針對(duì)蟻群算法的優(yōu)缺點(diǎn)，提出了基于TSP問(wèn)題的QMACO蟻群算法，主要有三個(gè)方面的改進(jìn)：(1)針對(duì)蟻群算法前期螞蟻比較盲目，收斂速度慢的缺點(diǎn)，引入了QPSO算法思想，用QPSO算法的快速性、全局收斂性作為前期搜索，將QPSO算法搜索到的各粒子的歷史最優(yōu)值作為后期蟻群算法的初始信息素分布，這樣就使得初期螞蟻不再盲目；(2)針對(duì)后期蟻群算法

3、易陷入局部最優(yōu)化的缺點(diǎn)，引入了多種行為的螞蟻，充分利用蟻群算法的正反饋機(jī)制以及求解效率高等特征最終求得最優(yōu)值；(3)融合了ACS算法和MMAS算法的優(yōu)點(diǎn)，對(duì)蟻群算法進(jìn)行了適當(dāng)?shù)母倪M(jìn)。并針對(duì)TSP問(wèn)題進(jìn)行了仿真實(shí)驗(yàn)，結(jié)果表明，QMACO算法提高了在解決TSP問(wèn)題上的尋優(yōu)能力。 接著又將QMACO算法應(yīng)用于網(wǎng)絡(luò)路由問(wèn)題，分別對(duì)單播和組播進(jìn)行了算法設(shè)計(jì)，提出不同的算法模型。并分別進(jìn)行了仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明了QMACO算法在解決QoS