| 结合协同机制与动态调控策略的双蚁群算法 |
| |
| 引用本文： | 孟静雯,游晓明,刘升.结合协同机制与动态调控策略的双蚁群算法[J].计算机科学与探索,2021,15(11):2206-2221. |
| |
| 作者姓名： | 孟静雯 游晓明 刘升 |
| |
| 作者单位： | 上海工程技术大学 电子电气学院,上海 201620;上海工程技术大学 管理学院,上海 201620 |
| |
| 摘 要： | 针对蚁群算法在求解旅行商问题(TSP)时出现的收敛速度慢和多样性较差的问题,提出结合协同机制与动态调控策略的双蚁群算法.首先,将蚁群根据适应度值动态地划分为导向蚁和合作蚁,从而构成异构双蚁群.其次,异构双蚁群采用协同机制平衡算法多样性和收敛速度:导向蚁在路径构建时引入传播因子,增大蚂蚁选择新路径的概率,扩大搜索范围,提高算法多样性;合作蚁受导向蚁中最优路径的引导,当路径相似度达到阈值时,启动合作算子,加快算法收敛速度.最后,引入动态调控策略,在全局信息素更新时引入自适应调控算子,对全局最优路径的信息素进行正向激励或反向惩戒,加快收敛速度的同时避免算法陷入局部最优.求解TSP测试集的实验结果表明,该算法不仅提高了解的质量,保证了算法多样性,而且加快了算法收敛速度,尤其在大规模城市问题中效果更为明显.
|
| 关 键 词： | 蚁群算法 传播因子 合作算子 协同机制 动态调控策略 旅行商问题(TSP) |
Double Ant Colony Algorithm Based on Collaborative Mechanism and Dynamic Regulation Strategy |
| |
| MENG Jingwen,YOU Xiaoming,LIU Sheng.Double Ant Colony Algorithm Based on Collaborative Mechanism and Dynamic Regulation Strategy[J].Journal of Frontier of Computer Science and Technology,2021,15(11):2206-2221. |
| |
| Authors: | MENG Jingwen YOU Xiaoming LIU Sheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
