用于連續(xù)域?qū)?yōu)的螞蟻算法研究.pdf

1、用蟻群算法進(jìn)行多模函數(shù)優(yōu)化時(shí),容易陷入局部最優(yōu),從而影響了尋優(yōu)精度和收斂速度。當(dāng)函數(shù)維數(shù)較高時(shí),蟻群算法運(yùn)行速度會明顯下降。為了解決這些問題,本文提出了兩種改進(jìn)算法。
　　 提出的第一種算法是用于求解連續(xù)空間優(yōu)化問題的分組蟻群算法。該算法將連續(xù)空間優(yōu)化問題的定義域劃分成若干個(gè)子區(qū)域,并給每個(gè)子區(qū)域分配一組螞蟻。每組螞蟻在各自的區(qū)域里進(jìn)行搜索,當(dāng)一組螞蟻陷入局部最優(yōu)時(shí),其他組可以正常工作,組之間相互不受影響。且在搜索過程采用“精英

2、策略”并利用精英螞蟻更新普通螞蟻的位置信息,以加快算法的收斂速度。同時(shí),當(dāng)普通螞蟻離精英螞蟻之間的距離較長時(shí),使用大步長搜索,以加快搜索速度,反之,采用小步長搜索,可提高搜索過程的精細(xì)程度。該方法使每組螞蟻的搜索空間成倍地縮小并能有效地改善陷入局部最優(yōu)的情況,從而能使收斂速度和精度大幅提高。
　　 提出的第二種算法是遺傳算法與網(wǎng)格螞蟻算法相結(jié)合的混合算法。在進(jìn)行函數(shù)優(yōu)化時(shí),遺傳算法具有很大的靈活性且全局搜索能力強(qiáng),但其存在早熟收

3、斂和后期收斂速度慢及局部搜索能力弱的問題;網(wǎng)格螞蟻算法具有局部搜索能力強(qiáng)、優(yōu)化精度高等特點(diǎn),但其全局收斂速度較慢。因此提出了用于連續(xù)優(yōu)化的遺傳網(wǎng)格螞蟻融合算法。該算法將遺傳算法和網(wǎng)格螞蟻算法相結(jié)合,用遺傳算法進(jìn)行大范圍全局搜索,用網(wǎng)格螞蟻算法進(jìn)行局部迭代尋優(yōu),經(jīng)過若干次循環(huán)迭代產(chǎn)生最終結(jié)果。為了使得初始遺傳算法中的基因具有更好的多樣性,本文采用了具有很好遍歷性的混沌算法對基因進(jìn)行初始化,以改善算法全局收斂的可靠性。
　　 對上述