蟻群算法是一種啟發(fā)式搜索算法,被廣泛應用于求解復雜的組合優(yōu)化問題�；鞠伻核惴ù嬖谑諗克俣嚷驮缡焱葐栴},針對這些問題,提出了一種基于搜索集中度和動態(tài)信息素更新的蟻群算法。通過在選擇策略中引入"搜索集中度"因子,讓算法可以自適應的調(diào)節(jié)螞蟻選擇城市的范圍,在此基礎上采用動態(tài)改變信息素增量和信息素回滾的機制,縮短了搜索時間,也使算法更容易跳出局部極值。仿真實驗結(jié)果表明,改進后的算法算法具有較快的收斂速度,提高了解的全局性,有效避免了算法陷入局部最優(yōu)。 

【文章來源】：電子測量技術. 2019,42(09)

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 蟻群算法的原理
2 改進的蟻群算法
    2.1 路徑搜索集中度選擇策略
    2.2 信息素增量動態(tài)更新
    2.3 信息素回滾機制
    2.4 改進算法步驟
3 仿真實驗
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于蟻群節(jié)點尋優(yōu)的貝葉斯網(wǎng)絡結(jié)構算法研究[J]. 劉浩然,孫美婷,李雷,劉永記,劉彬.  儀器儀表學報. 2017(01)
[2]一種動態(tài)搜索策略的蟻群算法及其在機器人路徑規(guī)劃中的應用[J]. 游曉明,劉升,呂金秋.  控制與決策. 2017(03)
[3]蟻群優(yōu)化算法的理論研究進展[J]. 夏小云,周育人.  智能系統(tǒng)學報. 2016(01)
[4]我國城市集中度對經(jīng)濟發(fā)展的影響及其機制——基于面板數(shù)據(jù)的實證研究[J]. 周文.  經(jīng)濟社會體制比較. 2015(04)
[5]改進蟻群算法在旅行商問題中的應用[J]. 李成兵,郭瑞雪,李敏.  計算機應用. 2014(S1)
[6]一種基于粒子群參數(shù)優(yōu)化的改進蟻群算法[J]. 李擎,張超,陳鵬,尹怡欣.  控制與決策. 2013(06)
[7]基于自然選擇策略的蟻群算法求解TSP問題[J]. 吳華鋒,陳信強,毛奇凰,張倩楠,張壽春.  通信學報. 2013(04)
[8]基于改進蟻群算法的服務組合優(yōu)化[J]. 夏亞梅,程渤,陳俊亮,孟祥武,劉棟.  計算機學報. 2012(02)
[9]基于動態(tài)調(diào)節(jié)信息素增量的蟻群算法[J]. 劉瑞杰,胡小兵.  計算機應用研究. 2012(01)
[10]基于信息熵調(diào)整的自適應蟻群算法[J]. 肖菁,李亮平.  計算機工程與設計. 2010(22)



本文編號：3196491