連續(xù)域蟻群算法的改進(jìn)研究與應(yīng)用.pdf

1、蟻群算法(ant colony algorithm簡稱ACA)是最近幾年才提出來的一種新型的模擬進(jìn)化算法，它來源于對真實(shí)螞蟻群體尋找從巢穴到食物源最短路徑方法的模擬，體現(xiàn)了真實(shí)蟻群的協(xié)作過程。蟻群算法不僅能夠智能搜索、全局優(yōu)化，而且具有高度的本質(zhì)并行性、正反饋性、魯棒性及協(xié)同性等優(yōu)點(diǎn)，在解決復(fù)雜離散優(yōu)化問題上顯示出了良好的適應(yīng)性，具有許多優(yōu)良品質(zhì)和實(shí)際應(yīng)用價(jià)值，是一種很有前景的方法。 既然蟻群算法在求解離散優(yōu)化問題上有很好的性能

2、，那么人們自然會想到將它應(yīng)用到連續(xù)優(yōu)化問題時(shí)是否也能取得好的結(jié)果。為此有許多學(xué)者作了這方面的研究，但基于蟻群算法來源于求解離散問題這一特殊性，求解連續(xù)問題時(shí)須先進(jìn)行一定的改動。他們引入其它方法的思想先將連續(xù)問題離散化，然后再運(yùn)用蟻群算法進(jìn)行求解。研究結(jié)果發(fā)現(xiàn)這些方法應(yīng)用于連續(xù)優(yōu)化問題尋優(yōu)還有待進(jìn)一步發(fā)展，本文正是針對這一不足，進(jìn)行蟻群算法連續(xù)域?qū)?yōu)的研究，提出一些新的改進(jìn)措施，使得蟻群算法更適應(yīng)連續(xù)域?qū)?yōu)。 第一:仿照真實(shí)螞蟻工

3、作機(jī)制，將螞蟻分為兩大類型:偵察蟻和探索蟻。兩種螞蟻用不同的方法完成各自的工作，且相互合作共同達(dá)到尋優(yōu)目的。偵察蟻用快速尋優(yōu)機(jī)制和簡單的信息素交流機(jī)制，可以有效地先在連續(xù)域上先進(jìn)行偵察。而探索蟻在偵察蟻形成的一個(gè)信息素保留點(diǎn)列表基礎(chǔ)上進(jìn)行有向隨機(jī)尋優(yōu)，用確定性與隨機(jī)性相結(jié)合的方式來工作，即保證了向信息素濃度高的點(diǎn)的方向移動，避免盲目尋優(yōu)，同時(shí)也保證了搜索的隨機(jī)性。整個(gè)算法未刻意地將連續(xù)空間離散化，螞蟻?zhàn)杂傻卦趯?yōu)空間內(nèi)移動，只是每次尋優(yōu)

4、結(jié)果和遺留的信息素以離散形式進(jìn)行保存和交流。仿真實(shí)驗(yàn)證明兩類螞蟻相結(jié)合的蟻群算法進(jìn)行連續(xù)域?qū)?yōu)時(shí)尋優(yōu)性能大大優(yōu)于其它連續(xù)域蟻群算法。 第二:算法中需要人為設(shè)置的參數(shù)多，而現(xiàn)今參數(shù)設(shè)置大多以經(jīng)驗(yàn)為主。用遺傳算法對人為設(shè)置參數(shù)進(jìn)行優(yōu)化，優(yōu)化時(shí)采用實(shí)數(shù)制編碼、算術(shù)交叉、非均勻變異等改進(jìn)遺傳操作。通過對二維和高維函數(shù)進(jìn)行仿真可以證明用遺傳算法能夠找到一組較優(yōu)參數(shù)，可使蟻群算法連續(xù)域?qū)?yōu)時(shí)獲得較好的尋優(yōu)性能。本文還將改進(jìn)后蟻群算法應(yīng)用到P

5、ID參數(shù)控制器優(yōu)化方面，仿真實(shí)驗(yàn)證明用改進(jìn)連續(xù)域蟻群算法優(yōu)化后的PID控制器參數(shù)使得系統(tǒng)響應(yīng)性能有所改善。體現(xiàn)了連續(xù)域蟻群算法在實(shí)際應(yīng)用中的價(jià)值。 第三:針對改進(jìn)后的蟻群算法在高維函數(shù)尋優(yōu)時(shí)性能仍有所欠佳的問題，充分利用人工魚群算法的特點(diǎn)，先對高維函數(shù)進(jìn)行尋優(yōu)，尋得的滿意解域再作為蟻群算法尋優(yōu)空間，這樣結(jié)合降低了螞蟻很大一部分工作量。仿真實(shí)驗(yàn)表明這種改進(jìn)措施一定程度上可以提高蟻群算法的高維函數(shù)尋優(yōu)性能，但還仍需進(jìn)一步對蟻群算法進(jìn)