基于交叉变异操作的连续域蚁群算法研究.pdfVIP

! ##$ 年% 月 重庆师范大学学报（自然科学版） ’() ##$ 第* 卷 第 期 +,-(./0 ,1 23,.456.4 7,(8/0 9.6:;(6=（7/=-(/0 ?@6;.@; ） A,0) * 7,) 基于交叉变异操作的连续域蚁群算法研究! B 刘正龙 ，杨艳梅 （B) 川北医学院计算机与数学教研室； ) 西华师范大学 数学与信息学院，四川 南充*CD### ） 摘要：研究一种基于交叉变异操作的连续域蚁群算法，该算法对解的每一分量的可能取值组成一个动态的候选组， 并记录候选组中的每一个可能取值的信息量。在蚁群算法的每一次迭代中，首先根据信息量选择解分量的初值，然 后使用交叉、变异操作来确定全局最优解的值，通过相应算法设计，对于来自相对适应度较大的解的分量值，其变异 的区域较小，成为局部有哪些信誉好的足球投注网站，反之，变异的区域较大，则构成全局有哪些信誉好的足球投注网站。同时，随着迭代次数的增多，分量值的变异幅 度逐渐变小，这样可使收敛过程在迭代次数较多时得到适当的控制，以加速收敛。最后通过仿真实验，把交叉变异 操作的连续域蚁群算法与遗传算法性能进行比较，证明了交叉变异操作的连续域蚁群算法具有较高的有哪些信誉好的足球投注网站较优解 的能力，大大节约了计算时间。 关键词：交叉变异；连续域；蚁群算法 中图分类号： EFBG 文献标识码：! ! ! 文章编号：B*DH **$C（##$ ）#H ##GDH #C ! ! 在离散域组合优化问题中，蚁群算法的信息量 % 个分量的- 个取值构成了该分量的候选组。这里将 留存、增减和最优解的选取都是通过离散的点状分 解的# 个分量看成# 个顶点，在第% 个顶点到第% B 布求解方式来进行的；而在连续域优化问题的求解 个顶点之间有- 条连线，代表第% 个分量候选组中的 中，其解空间是一种区域性的表示方法，而不是以离 - 个不同的候选值，并记其中第. 条连线为（% ，. ），在/ 散的点集来表示的［B］。因此，连续域寻优蚁群算法 时刻（% ，. ）上的信息量记为 （/ ）。每只蚂蚁都从第 ! %. 是将所求问题解每一分量可能取值组成一个动态的 一个顶点出发，按照一定的规则依次选择# 0 B 条连 候选组，并记录候选组中的每一个可能值的信息量， 线。到达第# 个顶点后，再从- 条连线中选取某一条 在蚁群算法的每一次迭代中，首先根据信息量选择 连线到达终点。每只蚂蚁所走过的路径代表一个解， 解分量的初值，然后使用交叉、变异操作来确定全局 其# 条连线表示它的# 个解 。为了使解的分布具有 最优解的值［ ］。 多样性，在各个分量选取- 个值后，对其实行交叉、 变异操作，并将所得到的值作为新一代解的相应分 B 算法设计 量。在得到- 个解后，要根据其适应度值更新各条边 ［C ］ 考虑如下有约束的非线性规划问题 上的信息量 。每一次迭代后，要对各个分量的候选 86. !（ B ， ，…，# ） （B ） 组中的值动态更新，并在新产生的值和候选组的值 使得