| 一种改进的自适应蚁群算法 |
| |
| 引用本文： | 卢辉斌,范庆辉,贾兴伟.一种改进的自适应蚁群算法[J].计算机工程与设计,2005,26(11):3065-3066,3114. |
| |
| 作者姓名： | 卢辉斌 范庆辉 贾兴伟 |
| |
| 作者单位： | 燕山大学,信息工程与科学技术学院,河北,秦皇岛,066004 |
| |
| 摘 要： | 蚁群算法是一种新型的模拟进化算法，研究表明此算法具有一些优良性质，但是蚁群算法容易陷入局部最优。分析了蚁群算法陷入局部最优的主要原因，根据算法陷入最优的原因提出一种判断局部最优的方法；在蚁群算法中引入判断局部最优的策略，当算法陷入局部最优时对参数做相应的变化，来克服蚁群算法易陷入局部最优的缺陷。实验表明此方法行之有效。
|
| 关 键 词： | 蚁群算法 外激素 局部最优 旅行商问题（TSP） 自适应 |
| 文章编号： | 1000-7024（2005）11-3065-02 |
| 收稿时间： | 2004-10-15 |
| 修稿时间： | 2004-10-15 |
Improved adaptive ant colony optimization algorithm |
| |
| LU Hui-bin,FAN Qing-hui,JIA Xing-wei.Improved adaptive ant colony optimization algorithm[J].Computer Engineering and Design,2005,26(11):3065-3066,3114. |
| |
| Authors: | LU Hui-bin FAN Qing-hui JIA Xing-wei |
| |
| Affiliation: | College of Information Science and Engineering, Yanshan University, Qinhuangdao 066004, China |
| |
| Abstract: | Ant colony optimization(ACO) is a new kind of simulated evolutionary algorithm,and it has many good features,but it is easy to fall in local peak.The reason to fall in local peak was analyzed,and the method to escape from local peak was advanced.The result of the experiment suggests that the improved algorithm is effective. |
| |
| Keywords: | ant colony optimization(ACO) pheromone local peak TSP adaptive |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
