基于最优路径地图和概率边计数值的蚁群算法改进.pdfVIP

小 型 微 型 计 算 机 系 统 2014年8月 第8期 Journal ofChineseComputerSystems VoI．35 No．8 2014 基于最优路径地图和概率边计数值的蚁群算法改进 沈佳杰，江 红，王 肃 (华东师范大学信息科学技术学院，上海 200241) E—mail：51111211010@ ecau．cn 摘 要：针对于标准的蚁群算法在问题规模较大情况下收敛速度慢、易早熟的问题，通过引入全局最优路径地图以及概率边计 数值的方法，从而实现对于有哪些信誉好的足球投注网站路径 当前最优值、全局最优值的启发性和历史的最优值的兼顾，提高了蚁群算法全局最优值查 找能力，加快蚁群算法的收敛速度，提出了一个基于最优路径地图和概率边计数值的蚁群算法，通过理论证明改进的蚁群算法 可以有效的提高蚁群算法对于旅行商问题的全局最优路径的查找能力以及对于最优值的收敛速度，通过对于不 同旅行商问题 实例的进行实验，验证 了本文提 出基于最优路径地图和概率边计数值的蚁群算法的合理性以及相应的理论证明的正确性． 关 键 词：蚁群算法；旅行商问题；概率边计数值；最优路径地图 中图分类号：TP18 文献标识码：A 文 章 编 号：1000-1220(2014)08—1831-06 ImprovedAntColonyOptimizationAlgorithm BasedonGlobalBestPathMapandProbabili- tyEdgeCountValue SHENJia-jie，JIANGHong。WANGSu ISchoolofInformationScienceandTechnology-EastChinaNormalUniversity。Shnaghai200241，China) Abstract：Aimingtotheproblemofstandardantcolonyoptimization(ACO)algorithm easytoprematurityandslowrateofconver- genceinlarge-scalesituation，usingthemehtodofintroduceofglobalbestpaht mapnadprobabilityedgecountvaluewhichcanim- proveiterationspeedandhteglobaloptimalvalueserachingcapaciyt ofhtenatcolonyoptimi zationalgorithm ，aimprovednatcolony optimi zationbasedontheprobabilityedgecountvaluena dglobalbestpaht mpa isproposed．Thoughhteoretical derivation，htecor- rectnessofimprovde na tcolonyoptimi zationalgorithm isproofde landTh eCOlT(~tnessofhteoretical derivationisverifiedbyhteex— perimentwhichisbasde ondifferentTravelingSalesmanProblem (TSP)instances． Keywords：antcolonyoptimi zationalgorithm ；rtavellingsalemna problem ；probabifityedgecountvalue；globalbestpaht mpa 1 引 言 提高蚁群算法对于全局最优解的有哪些信誉好的足球投注网站能力以及的可以有效的 避免蚁群算法陷入局部最优解 ，实验验证改进的蚁群算法较 蚁群算法_l0是由MarcoDorigo于 1992年首先提出，由 标准的蚁群算法可以更快的找到全局最优值． 于其在离散优化问题的优秀性能，其作为一种经典的离散优 本文中的组织结构如下，第一部分主要介绍旅行商问题 化算法，许多学者已经对于标准的蚁群算法进行了不同的改 以及标准的蚁群算法，第二部分主