針對(duì)基本蟻群算法存在的收斂速度慢,易停滯等不足,提出一種新的算法改進(jìn)策略。對(duì)初始信息素引入距離信息,并根據(jù)螞蟻構(gòu)建的路徑質(zhì)量,引入正負(fù)反饋機(jī)制對(duì)各路徑信息素進(jìn)行自適應(yīng)差異化更新,使算法在對(duì)較優(yōu)路徑信息充分利用的同時(shí),也保持著較好的全局搜索能力,避免了算法的過(guò)早停滯;同時(shí)對(duì)每次循環(huán)中的最優(yōu)路徑引入局部搜索策略,實(shí)現(xiàn)了對(duì)可行解的進(jìn)一步優(yōu)化。結(jié)合多個(gè)不同規(guī)模TSP問(wèn)題的仿真實(shí)驗(yàn)表明了該改進(jìn)算法的可行性和有效性。 

【文章來(lái)源】：機(jī)械設(shè)計(jì)與制造. 2019,(10)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 引言
2 求解旅行商問(wèn)題的基本蟻群算法
    2.1 旅行商問(wèn)題的描述
    2.2 基本蟻群算法模型
3 蟻群算法的改進(jìn)
    3.1 初始信息素的改進(jìn)
    3.2 差異化信息素更新策略
    3.3 局部搜索策略
    3.4 改進(jìn)蟻群算法步驟
4 仿真試驗(yàn)及結(jié)果
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)蟻群算法的閥控液壓缸模糊PID參數(shù)優(yōu)化[J]. 李楊,李巖舟.  機(jī)械設(shè)計(jì)與制造. 2018(07)
[2]基于遺傳-蟻群算法的裝配序列規(guī)劃研究[J]. 孟冠軍,楊大春.  組合機(jī)床與自動(dòng)化加工技術(shù). 2018(04)
[3]基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[J]. 王志中.  機(jī)械設(shè)計(jì)與制造. 2018(01)
[4]蟻群算法及其應(yīng)用綜述[J]. 喬?hào)|平,裴杰,肖艷秋,周坤.  軟件導(dǎo)刊. 2017(12)
[5]求解柔性機(jī)器人車(chē)間調(diào)度問(wèn)題的混合蟻群算法[J]. 楊煜俊,陳業(yè).  計(jì)算機(jī)工程與應(yīng)用. 2018(13)
[6]改進(jìn)的蟻群與粒子群混合算法求解旅行商問(wèn)題[J]. 汪沖,李俊,李波,張粵.  計(jì)算機(jī)仿真. 2016(11)
[7]基于蟻群神經(jīng)網(wǎng)絡(luò)的兩級(jí)信息融合算法[J]. 呂紅芳,顧幸生.  上海交通大學(xué)學(xué)報(bào). 2016(08)
[8]改進(jìn)蟻群算法的多約束質(zhì)量最優(yōu)路徑選擇[J]. 馬榮貴,崔華,薛世焦,郭璐,袁超.  西安電子科技大學(xué)學(xué)報(bào). 2016(03)
[9]基于吸引場(chǎng)的蟻群算法在TSP中的應(yīng)用[J]. 王雷,李明,劉志虎.  江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(05)
[10]一種面向?qū)ο蟮亩嘟巧伻核惴捌銽SP問(wèn)題求解[J]. 杜鵬楨,唐振民,孫研.  控制與決策. 2014(10)



本文編號(hào)：3203858