改進的蟻群算法在移動Agent路徑選擇中的應用研究.pdf

1、移動Agent遷移過程中路徑選擇的一個經(jīng)典的、代表問題--旅行Agent問題(TAP)，是一個復雜的組合優(yōu)化問題。蟻群算法(ant colony algorithm)作為一種新的生物進化算法，具有并行、正反饋和啟發(fā)式搜索等特點，在求解該問題上具有一定的優(yōu)勢，但搜索時間長，易陷入局部最優(yōu)是其突出缺點。
　　 本文結合現(xiàn)有的蟻群算法和移動Agent本身的特點，提出了基于任務權重和算法迭代次數(shù)來修改路徑上信息素更新規(guī)則和信息素揮發(fā)系數(shù)

2、ρ這兩種新方法，來更好的提高蟻群算法的求解性能。
　　 本文主要的工作包括:
　　 1.首先，介紹了基本蟻群算法的基本原理及其在TSP問題上的應用，給出了該算法的研究現(xiàn)狀及應用領域。然后介紹了移動Agent的系統(tǒng)結構及其關鍵技術，并對其優(yōu)點及應用進行了簡單的介紹。
　　 2.針對蟻群算法在求解移動Agent遷移過程中路徑選擇存在的不足，并結合移動Agent本身的特點，對蟻群算法提出了兩種改進的方法。第一種改進蟻群

3、算法一基于任務權重來自適應的修改經(jīng)過路徑上的信息素更新規(guī)則及揮發(fā)系數(shù)ρ。攜帶任務ti的移動Agent在算法運行的不同階段，根據(jù)自身的任務權重值TWk，自適應的增大或縮小經(jīng)過的路徑上的信息素增量和信息素揮發(fā)系數(shù)ρ，實驗證明，這樣可以自適應的克服該算法的缺陷，更好提高求解該問題的能力。
　　 第二種方法是利用算法的迭代次數(shù)來動態(tài)的、自適應的修改經(jīng)過路徑上的信息素更新規(guī)則及揮發(fā)系數(shù)ρ。因為算法在不同的運行過程中，會表現(xiàn)出不同的缺陷，所