蟻群算法的改進(jìn)及其應(yīng)用.pdf

1、意大利學(xué)者M(jìn).Dorigo，V.Maniezzo和A.Colorni于1992年通過模擬蟻群覓食行為提出了一種基于種群的模擬進(jìn)化算法——蟻群優(yōu)化。該算法的提出引起了學(xué)者們的極大關(guān)注，在過去短短十多年的時間里，已在組合優(yōu)化、網(wǎng)絡(luò)路由、函數(shù)優(yōu)化、數(shù)據(jù)挖掘、機(jī)器人路徑規(guī)劃等領(lǐng)域獲得了廣泛的應(yīng)用，并取得了較好的效果。
　　本文圍繞蟻群算法的改進(jìn)及其應(yīng)用，就如何改進(jìn)蟻群算法、與其它算法混合、以及在組合優(yōu)化領(lǐng)域的應(yīng)用進(jìn)行了深入研究。文章的主要

2、研究工作如下：
　　首先，針對蟻群算法的初始信息素匱乏和容易出現(xiàn)早熟，提出了一種免疫克隆-蟻群算法。首先采用免疫克隆算法生成初始信息素分布，然后利用融入免疫克隆算子的蟻群算法進(jìn)行搜索。這種方法能有效地抑制了收斂過程中的停滯現(xiàn)象，提高了算法的搜索能力。在求解大規(guī)模優(yōu)化問題時，為了克服了輪盤賭的盲目性，本文引入一種基于對比度增強(qiáng)的路徑選擇規(guī)則，算法的收斂速度有了很大的提高。將改進(jìn)后的算法應(yīng)用于TSP問題，仿真結(jié)果表明改進(jìn)后的算法比原有

3、算法具有更優(yōu)越的性能。
　　其次，通過汲取蟻群算法(ACA)和抗體免疫克隆算法(AICA)的優(yōu)點，提出了一種新型的求解0-1背包問題的混合算法。蟻群算法的正反饋機(jī)制使其具有突出的局部搜索性能，但容易陷入停滯；而抗體克隆算法搜索區(qū)域比較大，但收斂較慢。本文算法充分利用了前者的搜索能力和后者的種群多樣性。實驗結(jié)果表明，本算法是一種收斂速度和尋優(yōu)能力都比較好的優(yōu)化方法。
　　最后，對全文的研究工作進(jìn)行了總結(jié)，并展望了蟻群優(yōu)化進(jìn)一步