蟻群算法參數(shù)優(yōu)化及其應用.pdf

1、作為一種新型的仿生優(yōu)化算法，蟻群算法在本質(zhì)上是一個復雜的智能系統(tǒng)，它具有較強的魯棒性、優(yōu)良的分布式機制及方便與其它算法融合等優(yōu)點，目前已經(jīng)成功地運用到許多應用領(lǐng)域。但是，蟻群算法在理論研究上還存在著許多需要解決的問題。例如：收斂速度問題、信息素分配和參數(shù)選擇問題等，其中參數(shù)選擇對蟻群算法的性能影響較大。鑒于此，本文著重研究蟻群算法參數(shù)優(yōu)化問題。 論文中，全面分析了基本蟻群算法的性能、原理及機制，并通過旅行商問題(TSP)的仿真實

2、驗，深入研究了參數(shù)選擇對算法性能的影響。特別是其中三個參數(shù)啟發(fā)式因子α、期望啟發(fā)式因子β及信息持久因子ρ對算法性能的影響較大。文中利用微粒群算法設計了一種參數(shù)優(yōu)化方案，對這三個參數(shù)進行組合優(yōu)化有效地改善了算法的性能。并且針對Oliver30城市問題，用JAVA編程語言進行了程序設計，程序運行結(jié)果較好。該方案突破了傳統(tǒng)靠經(jīng)驗和直覺確定參數(shù)的局限，發(fā)揮了三個參數(shù)的組合效應，使得蟻群算法在實際優(yōu)化問題中能夠取得更好的效果。 為了進一步