應用點著色聚類改進蟻群算法.pdf

1、蟻群算法是一種仿生優(yōu)化算法，它模擬了昆蟲王國中螞蟻群體進行覓食的行為，該算法采用了正反饋自催化機制，具有較強的魯棒性、優(yōu)良的分布式計算機制、易于與其他方法結合等優(yōu)點，在解決許多復雜優(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?，特別對旅行商問題(TSP)。在TSP問題中，蟻群算法的運行時間與城市數(shù)目的平方成正比，對于大規(guī)模的TSP問題，將耗費相當長的運行時間。為了加快運行時間，本文提出了一種新的聚類方法——點著色聚類(VCC)將城市

2、劃分為若干個類，并讓ACO對每個類進行求解(ACO_VCC)，這樣就相當于降低了城市數(shù)目，加快了運行速度。同時，本文還在ACO_VCC的基礎之上引入了小窗口、去交叉策略(ACO_VC_LWCR)進一步的加快運行時間和優(yōu)化運行結果。
　　 本文總結了詳細介紹了基本蟻群算法，引入點著色聚類(VCC)的方法，并將該方法引入到了蟻群算法提出了新的改進蟻群算法，給出詳細的算法過程。本文的主要研究內(nèi)容及成果如下：
　　 (1)闡述了

3、蟻群算法的思想起源，總結了基本蟻群算法的仿生原理、數(shù)據(jù)結構、算法模型以及基本蟻群算法的具體實現(xiàn)步驟，同時根據(jù)算法模型給出了基本蟻群算法的程序流程圖。
　　 (2)介紹K-Means聚類算法模型和程序實現(xiàn)步驟及程序結構，以及將K-Means聚類方法應用到蟻群算法上并闡述其特點。
　　 (3)針對基本蟻群算法存在的缺點，本文提出了一種新的聚類方法——點著色聚類(VCC)，并將VCC引入到蟻群算法(ACO)得到ACO_VCC來