改進的蟻群算法及其在TSP上的應(yīng)用研究.pdf

1、自從群體智能的概念提出來以后,很多相應(yīng)的智能方法和智能算法被陸續(xù)提出,并把它們應(yīng)用在了很多經(jīng)典算法不能解決的問題當(dāng)中。通過實際的應(yīng)用和實驗的結(jié)果來看,很多群智能算法能夠很好地解決一些特定問題,而且最終的結(jié)果也很令人滿意。蟻群算法作為群智能算法的代表,成為研究的熱點。
　　 本文從蟻群覓食行為的策略出發(fā),對蟻群覓食過程進行了形式化建模,通過模型的求解從理論上給出了各個參數(shù)和系統(tǒng)行為之間的量化關(guān)系。接著,通過實驗分析了食物源的不同分

2、布對群體行為的影響。而通過對群體數(shù)量、信息素的揮發(fā)速度的分析,可以了解到群體規(guī)模同系統(tǒng)的性能具有冪指數(shù)關(guān)系。增加群體規(guī)模對系統(tǒng)性能有明顯的提高,并論證了這種量化關(guān)系可以直接為蟻群優(yōu)化算法的改進提供理論和實驗支持。本文以TSP問題為例進行對前面提出結(jié)論的研究。首先,介紹了蟻群算法求解TSP問題的規(guī)則和形式化描述。接著根據(jù)本文所給出的蟻群覓食模型的分析結(jié)果,對基本的蟻群算法進行了改進。根據(jù)揮發(fā)效應(yīng)和群體規(guī)模參數(shù)的實驗結(jié)果,設(shè)計了通過引入記憶