連續(xù)蟻群算法的改進及其在原料配方優(yōu)化中的應用.pdf

1、蟻群算法是Marco Dorigo等學者在真實螞蟻覓食行為的啟發(fā)下提出的一種具有高度創(chuàng)新性的元啟發(fā)式搜索算法。它是繼遺傳算法、模擬退火算法、人工神經網絡算法、禁忌搜索算法等之后提出的又一種啟發(fā)式搜索算法。實驗表明,蟻群算法具有較好的求解能力,但是蟻群算法存在收斂速度慢,容易陷入局部最優(yōu)解等缺陷。本文的目的就是進行蟻群算法在連續(xù)域尋優(yōu)問題中的改進研究,提高蟻群算法在連續(xù)問題尋優(yōu)時的性能。
　　 針對蟻群算法本質的離散性,將蟻群優(yōu)化

2、算法用于解決連續(xù)優(yōu)化問題的難點在于信息素的表示、分布及留存方式。本文以高斯分布概率密度函數作為連續(xù)優(yōu)化空間的信息素模型,提出一種引入記憶表T的連續(xù)蟻群優(yōu)化算法-TACO。在信息素的指引下,全局最優(yōu)螞蟻執(zhí)行局部挖掘式搜索,其它螞蟻通過對信息素模型進行抽樣,執(zhí)行全局探索式搜索,螞蟻在經過的空間釋放一定的信息素,實現整體信息共享。在算法TACO的基礎上,結合先進的約束處理機制,根據可行解與不可行解的不同情況對螞蟻全局轉移規(guī)則做相應處理,提出用