- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
5.3.2 基于排列的蚂蚁系统 基于排列的蚂蚁系统(rank-based Ant System,ASrank)在AS的基础上给蚂蚁要释放的信息素大小加上一个权值,进一步加大各边信息素量的差异,以指导有哪些信誉好的足球投注网站。在每一轮所有蚂蚁构建完路径后,它们将按照所得路径的长短进行排名,只有生成了至今最优路径的蚂蚁和排名在前(w-1)的蚂蚁才被允许释放信息素,蚂蚁在边(i, j)上释放的信息素 的权值由蚂蚁的排名决定。 权值(w?k)对不同路径的信息素浓度差异起到了一个放大的作用,ASrank能更有力度地指导蚂蚁有哪些信誉好的足球投注网站。 实验表明ASrnak比AS和EAS有更高的寻优能力和更快的求解速度。 5.3.3 最大最小蚂蚁系统 思考问题 问题一:对大规模的TSP,由于有哪些信誉好的足球投注网站蚂蚁的数量有限,初始化时蚂蚁的分布是随机的,这会不会造成蚂蚁只有哪些信誉好的足球投注网站了所有路径中的小部分就以为找到了最好的路径,所有蚂蚁很快聚集在同一路径上,而真正的最优路径并没有被探索到呢? 问题二:当所有蚂蚁都重复构建着同一路径的时候,意味着算法已经入停滞状态。此时,迭代过程不可能有更优路径出现。有没有办法利用算法停滞后的迭代过程进一步有哪些信誉好的足球投注网站以保证找到更接近真实目标的解呢? 5.3.3 最大最小蚂蚁系统 最大最小蚂蚁系统(MAX-MIN Ant System,MMAS)在基本AS算法的基础上进行了四项改进: (1)只允许迭代最优蚂蚁(在本次迭代构建出最短路径的蚂蚁),或者至今最优蚂蚁释放信息素。 (2)信息素量大小的取值范围被限制在一个区间内。 (3)信息素初始值为信息素取值区间的上限,并伴随一个较小的信息素蒸发速率。 (4)每当系统进入停滞状态,问题空间内所有边上的信息素量都会被重新初始化。 5.3.3 最大最小蚂蚁系统 最大最小蚂蚁系统(MAX-MIN Ant System,MMAS)在基本AS算法的基础上进行了四项改进: (1)只允许迭代最优蚂蚁(在本次迭代构建出最短路径的蚂蚁),或者至今最优蚂蚁释放信息素。(迭代最优更新规则和至今最优更新规则在MMAS中会被交替使用。) 如果只使用至今最优更新规则进行信息素的更新,有哪些信誉好的足球投注网站的导向性很强,算法会很快收敛到Tb附近;反之,如果只使用迭代最优更新规则,则算法的探索能力会得到增强,但收敛速度会下降。实验表明,对于小规模的TSP问题,仅仅使用迭代最优信息素更新方式即可。随着问题规模的增大,至今最优信息素规则的使用变得越来越重要。 一种好的方法:在算法迭代过程中,逐渐加大至今最优更新的概率。 5.3.3 最大最小蚂蚁系统 最大最小蚂蚁系统(MAX-MIN Ant System,MMAS)在基本AS算法的基础上进行了四项改进: (2)信息素量大小的取值范围被限制在一个区间[tmin,tmax]内。 (3)信息素初始值为信息素取值区间的上限,并伴随一个较小的信息素蒸发速率。 当信息素浓度也被限制在一个范围内以后,位于城市i的蚂蚁k选择城市j作为下一城市的概率也将被限制在一个区间内。算法有效避免了陷入停滞状态(所有蚂蚁不断重复有哪些信誉好的足球投注网站同一条路径)的可能性。 不同边上的信息素浓度差异只会慢慢增加,因此,增强算法在初始阶段的探索能力,有助于蚂蚁“视野开阔地”进行全局范围内的有哪些信誉好的足球投注网站。 随后蚂蚁逐渐缩小有哪些信誉好的足球投注网站范围。 Company Logo 5.3.3 最大最小蚂蚁系统 最大最小蚂蚁系统(MAX-MIN Ant System,MMAS)在基本AS算法的基础上进行了四项改进: (4)每当系统进入停滞状态,问题空间内所有边上的信息素量都会被重新初始化。(我们通常通过对各条边上信息素量大小的统计或是观察算法在指定次数的迭代内至今最优路径有无被更新来判断算法是否停滞。) 有效地利用系统进入停滞状态后的迭代周期继续进行有哪些信誉好的足球投注网站,使算法具有更强的全局寻优能力。 5.3.4 蚁群系统 1997年,蚁群算法的创始人Dorigo在“Ant colony system: a cooperative learning approach to the traveling salesman problem”一文中提出了一种具有全新机制的ACO算法——蚁群系统(Ant Colony System,ACS),进一步提高了ACO算法的性能。 ACS是蚁群算法发展史上的一个里程碑式的作品。 5.3.4 蚁群系统 ACS与AS不同的三个方面: (1)使用伪随机比例规则选择下一城市节点,建立开发当前路径与探索新路径之间的平衡。 (2)信息素全局更新规则只在属于至今最优路径的边上蒸发和释放信息素。 (3)新增信息素局部更新规则,蚂蚁每次经过空间内的某条边,它都会去除该边上一定量的信息素,以增加后继蚂蚁探索其余路径的可能性。 5.3.4 蚁群系统 (1)使用一种伪随机比例规则(pseudorandom
有哪些信誉好的足球投注网站
文档评论(0)