考虑动态导向与邻域交互的双蚁型算法

TP18; 针对蚁群算法在求解旅行商问题(TSP)时,易出现陷入局部最优和收敛速度较慢的问题,提出了考虑动态导向与邻域交互的双蚁型算法.首先,结合动态导向策略,在迭代前期增加属于最大生成树路径上的动态信息素,从而有效增加种群多样性;在迭代后期增加属于最小生成树路径上的动态信息素,使其加快收敛速度.进一步,将蚂蚁分为两类,融入邻域交互策略,第二类蚂蚁通过吸引因子改进状态转移和局部信息素更新公式,并运用最大-最小蚂蚁系统(MMAS)信息素限制策略,使其不仅提高了收敛性,又能防止算法过早停滞.求解TSP测试集及与其他改进蚁群算法对比的实验结果表明,改进后的算法既能有效加快收敛速度,又能避免陷入局部最...

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 14; no. 6; pp. 1005 - 1016
Main Authors 潘晗, 游晓明, 刘升
Format Journal Article
LanguageChinese
Published 上海工程技术大学 电子电气工程学院,上海,201620%上海工程技术大学 管理学院,上海,201620 01.06.2020
Subjects
最小生成树
蚁群算法
吸引因子
最大生成树
旅行商问题(TSP)
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.1906019

Cover

More Information
Summary:TP18; 针对蚁群算法在求解旅行商问题(TSP)时,易出现陷入局部最优和收敛速度较慢的问题,提出了考虑动态导向与邻域交互的双蚁型算法.首先,结合动态导向策略,在迭代前期增加属于最大生成树路径上的动态信息素,从而有效增加种群多样性;在迭代后期增加属于最小生成树路径上的动态信息素,使其加快收敛速度.进一步,将蚂蚁分为两类,融入邻域交互策略,第二类蚂蚁通过吸引因子改进状态转移和局部信息素更新公式,并运用最大-最小蚂蚁系统(MMAS)信息素限制策略,使其不仅提高了收敛性,又能防止算法过早停滞.求解TSP测试集及与其他改进蚁群算法对比的实验结果表明,改进后的算法既能有效加快收敛速度,又能避免陷入局部最优,从而获得更精确的解,尤其在针对大规模TSP问题时效果更为显著.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1906019