蟻群算法的研究及其在網(wǎng)絡(luò)路由優(yōu)化上的應(yīng)用.pdf

1、蟻群算法是一種最新發(fā)展的模擬昆蟲王國中螞蟻群體覓食行為的仿生優(yōu)化算法，該算法采用了正反饋并行自催化機制，具有較強的魯棒性、優(yōu)良的分布式計算機制、易于與其它方法結(jié)合等優(yōu)點，在解決許多復(fù)雜優(yōu)化問題方面已經(jīng)展現(xiàn)出其優(yōu)異的性能和巨大的發(fā)展?jié)摿?，近幾年吸引了國?nèi)外許多學(xué)者對其進行了多方面的研究工作。目前，蟻群算法已經(jīng)成為國際智能計算領(lǐng)域中備受關(guān)注的研究熱點和前沿性課題。 本文首先綜述了蟻群算法國內(nèi)外的研究現(xiàn)狀，分析了算法的主要優(yōu)缺點，并且

2、深入研究了蟻群算法的基本原理和算法模型，介紹了ACS算法和MMAS算法兩種改進的蟻群算法。 然后針對蟻群算法的優(yōu)缺點，提出了基于TSP問題的QMACO蟻群算法，主要有三個方面的改進：(1)針對蟻群算法前期螞蟻比較盲目，收斂速度慢的缺點，引入了QPSO算法思想，用QPSO算法的快速性、全局收斂性作為前期搜索，將QPSO算法搜索到的各粒子的歷史最優(yōu)值作為后期蟻群算法的初始信息素分布，這樣就使得初期螞蟻不再盲目；(2)針對后期蟻群算法

3、易陷入局部最優(yōu)化的缺點，引入了多種行為的螞蟻，充分利用蟻群算法的正反饋機制以及求解效率高等特征最終求得最優(yōu)值；(3)融合了ACS算法和MMAS算法的優(yōu)點，對蟻群算法進行了適當(dāng)?shù)母倪M。并針對TSP問題進行了仿真實驗，結(jié)果表明，QMACO算法提高了在解決TSP問題上的尋優(yōu)能力。 接著又將QMACO算法應(yīng)用于網(wǎng)絡(luò)路由問題，分別對單播和組播進行了算法設(shè)計，提出不同的算法模型。并分別進行了仿真實驗，實驗結(jié)果表明了QMACO算法在解決QoS