基于视觉修正的改进最大最小蚂蚁系统求解TSP

蚁群算法的研究与发展为解决优化问题提供了良好的方案，但是依然存在收敛速度慢和容易陷入局部最优的问题。为此，提出一种基于视觉修正的VC-MMAS算法。该算法以启发式信息为依据初始化信息素浓度，从而加速初期的算法收敛速度；引入“天文蚁”对历史最优路径进行检查和修正，同时使用“双优”策略更新信息素，帮助算法跳出局部最优。在旅行商问题(TSP)上的实验对比表明，该算法与其他算法相比具有更好的全局寻优能力和稳定性。