基于分布均勻度的改進蟻群算法.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、作為一種新型的群集智能算法,蟻群算法從20世紀90年代提出至今,被廣泛應(yīng)用于求解復(fù)雜的組合優(yōu)化問題,如調(diào)度問題、TSP問題等,取得了比較好的效果。然而蟻群算法自身也存在著不足之處:蟻群搜索的隨機性容易導(dǎo)致全局搜索效率低、收斂速度慢;信息素的正反饋性容易導(dǎo)致在搜索后期,所有個體尋找到的解完全一致,算法不能對解空間進一步地搜索,不利于發(fā)現(xiàn)全局最優(yōu)解甚至更好解等等。
   針對以上這些缺陷,為了解決蟻群算法加速收斂和早熟停滯現(xiàn)象這對矛

2、盾,本文在基于分布均勻度的蟻群算法[1]提出的“聚度”思想的基礎(chǔ)上進行了改進,提出了基于分布均勻度的改進蟻群算法,主要進行了兩方面的改進:
   (1)、自適應(yīng)選擇策略。在選擇策略中,在基于分布均勻度的蟻群算法[1]的基礎(chǔ)上重新定義了“城市聚度”、“選擇窗口”等概念,構(gòu)造了一種具有自適應(yīng)功能的狀態(tài)轉(zhuǎn)移策略。
   (2)、自適應(yīng)信息素更新策略。在信息素更新策略中,采用全局更新(基于蟻周模型)和局部更新(基于蟻密模型)相結(jié)

3、合的方式,并在局部更新時提出信息素影響因子遞減的思想,既結(jié)合了TSP問題自身的特點,又能夠根據(jù)解的分布均勻程度自適應(yīng)地調(diào)整信息素更新策略,保證了算法在搜索后期的高質(zhì)量。首先,將“城市聚度”引入信息素影響因子的計算中,使得算法能夠根據(jù)解的實際分布狀況動態(tài)地調(diào)整信息素更新策略;其次,通過控制信息素影響因子,相對地減少后程搜索的信息素增加量,從而減少非優(yōu)路徑對后繼搜索的影響,使得算法在搜索后期能有更大的可能跳出局部最優(yōu),達到提高算法整體的搜索

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論