蟻群算法的改進及其在連續(xù)空間優(yōu)化中的應用.pdf

1、蟻群算法是一種隨機搜索算法，與其它模擬進化優(yōu)化算法一樣，通過由候選解組成的群體的進化過程來尋求最優(yōu)解，它具有許多優(yōu)良性質(zhì)和實際應用價值。本文以基本蟻群算法的性能的分析為背景，探討了蟻群算法的構(gòu)成、性能、特點其及改進措施，并提出了在連續(xù)空間蟻群算法的模型，結(jié)合混沌理論提出了混沌蟻群算法，并通過實例分析了一般函數(shù)優(yōu)化問題中蟻群算法的性能、特點以及進一步研究的方向。
　　 首先，著重探討了蟻群算法的特點，分析算法的主要參數(shù)對優(yōu)化性能的

2、影響。針對蟻群算法搜索時間長、易出現(xiàn)停滯現(xiàn)象一直制約著它在眾多領(lǐng)域進一步推廣應用這一缺點，文中對基本的蟻群算法做一系列改進，使其在優(yōu)化的過程中能夠快速找到全局最優(yōu)解。通過函數(shù)驗證，改進的蟻群算法在加快收斂速度上收到一定的效果。
　　 其次，由于改進蟻群算法在提高全局收斂能力上的局限性，文中在對Logistic 映射和Ulam-von Neumann兩種典型混沌映射進行分析的基礎(chǔ)上，分析了混沌算法的內(nèi)隨機性、遍歷性、規(guī)律性和對初值

3、的敏感性的特點，進而提出將蟻群算法和混沌算法進行混合。用標準函數(shù)對混合算法進行驗證，函數(shù)優(yōu)化結(jié)果表明混合算法比混沌算法具有更高的全局收斂能力及運行穩(wěn)定等優(yōu)點。
　　 最后，論文還提出了用于連續(xù)空間優(yōu)化問題的蟻群算法模型，為蟻群算法付之于實際應用提供了一條可行途徑。通過仿真實驗證明該模型用于處理一般函數(shù)的優(yōu)化效果良好，值得進一步研究；并且針對PID控制器參數(shù)優(yōu)化設計問題，將蟻群算法設計的結(jié)果與Z-N 設計的結(jié)果進行了比較，數(shù)據(jù)仿真