優(yōu)化的蟻群算法在快速公交系統(tǒng)中的應(yīng)用研究.pdf

1、蟻群算法(Ant colony algorithm，ACA)是計(jì)算智能里面的經(jīng)典動(dòng)物群體仿生案例，其模仿螞蟻群體的群體覓食等活動(dòng)來完成在圖中尋找優(yōu)化路徑的隨機(jī)概率型算法。蟻群算法跟遺傳算法一樣都源自于大自然的啟示，是一種全局最優(yōu)化搜索方法，具有良好的搜索性能。是大自然賜予人類的一種用以解決離散組合優(yōu)化問題的天然方法。
　　 本文從理論上對(duì)蟻群算法的自然界啟示、基本原理、算法公式和基本實(shí)現(xiàn)步驟進(jìn)行了系統(tǒng)的研究，對(duì)其在很多個(gè)方面的以

2、往研究成果進(jìn)行了總結(jié)性歸納。通過研究分析基于蟻群優(yōu)化算法和粒子群優(yōu)化算法的混合算法，并將其應(yīng)用來求解TSP問題。通過研究利用粒子群優(yōu)化對(duì)基本的蟻群算法中啟發(fā)式因子a與信息素因子β進(jìn)行改進(jìn)修正和隨機(jī)性搜索，從而得到了兩個(gè)參數(shù)的最佳組合值，進(jìn)一步實(shí)現(xiàn)了TSP問題的求解。其仿真實(shí)驗(yàn)結(jié)果中得到了最優(yōu)路徑的解，達(dá)到了本文作者預(yù)期的效果，其具有較好的推廣應(yīng)用意義和進(jìn)一步的研究價(jià)值。文中還提出了幾點(diǎn)蟻群算法的改進(jìn)策略，對(duì)信息素的更新方式加以改進(jìn)，提出