信息素动态更新的改进蚁群算法.pdf.pdf

年第期福建电脑
信息素动态更新的改进蚁群算法

、北京工业大学北京、华北科技学院北京
【摘要】:蚁群算法是一种优秀的启发式算法,具有较强的鲁棒性。不过,它也存在容易出现收敛时间过长以度容易陷
入局部最优等问题。针对这些不足,
更新的改进蚁群算法,实验结果表明,改进后的算法加快了收敛速度,提高了全局寻优能力。
【关键词】:蚁群算法;信息素;更新策略
引言公式中为信息素挥发系数为了防止信息的无限积累,
,,△;;表示蚂蚁在本次循环中在城市和

法『.
中的△的求解公式。
成功地应用于求解问题、二次分配问题、车辆路径
问题等完全问题。
△:’,当蚂蚁七在叶时刻经过,时
群算法也存在一些缺点,比如容易过早陷入局部最优、易于出现,其他
停滞等。
公式中:信息素强度,它影响算法的收敛速度;.是
法。例如:王颖,谢剑英『蹲指出的通过自适应地改变算法的挥发
。赵宝江, 蚂蚁在本次循环中所走路径的长度。
李士勇提出了一种基于自适应路径选择和信息素更新的蚁群、蚁群算法的改进
、
衡。
在这些路径上的搜索能力,反之,当某当条路当径中信息素较大时.
,从而一一

避免使算法过早陷入局部最优解等。
。
州一眦
息素值的方法来实现,信息素值按公式更新:
增加一个收敛函数和对信息索强度进行了改进。仿真实验结果●●

~ —
。提高了全局寻优能力。, ,
、
、基本蚁群算法模型

为了能够清楚地理解蚁群算法。以经典的题为例说明●●
蚁群算法的基本模型个城市的问题就是寻找通过个城市
—
各一次且最后回到出发点的最短路径在模拟实际蚂蚁的行为
时,为表述方便,引进如下记号:设有个城市组成的集合,只其中,是一个与收敛次数成正比的函数,收敛次数越
蚂蚁,用,,,⋯,表示城市和城市之间的距离,￡表示多的取值越大,如:
连续收敛次数
时刻在城市和城市之间的路径上残留的信息素强度。初始时

刻,各条路径上信息素强度相等,设￡为常数。
的更新,从而动态地