蟻群算法理論及其應(yīng)用研究.pdf

1、蟻群算法是一種新型求解復(fù)雜優(yōu)化問題的啟發(fā)式算法。該方法通過模擬自然界螞蟻社會的尋找食物的方式而得出的一種仿生優(yōu)化算法。由于蟻群具有穩(wěn)健性、全局性、普遍性、分布式計算等優(yōu)點，理論研究不斷深入，應(yīng)用領(lǐng)域不斷擴大。理論方面主要研究算法的模型，分析其收斂性和收斂速度以及控制參數(shù)對算法性能的影響等。而應(yīng)用研究也分為兩類：解決組合優(yōu)化問題以及用于具體應(yīng)用領(lǐng)域。相對于理論部分，對蟻群算法的應(yīng)用部分的研究則開辟了相當廣闊的領(lǐng)域，也取得了很大的成功。

2、 本文在理論上對蟻群算法本身的理論部分進行研究，提出了幾點有效的改進策略，對蟻群算法加以改進。在應(yīng)用方面選取TSP問題作為典型的組合優(yōu)化問題，用改進的蟻群算法求解之。最后，將算法運用于實際的物流管理中的配送路徑優(yōu)化問題。仿真結(jié)果表明，本改進算法在理論和實際中都是非常有效的。 論文的主要工作和創(chuàng)新如下： 在混合算法-最大最小螞蟻算法和3-opt局部搜索算法的基礎(chǔ)上，提出了一種改進的混合螞蟻算法。在集中討論了蟻群算法的數(shù)

3、學(xué)模型基礎(chǔ)上，并對蟻群算法提出了幾點改進策略，使得本算法能比其他改進蟻群算法具有更多優(yōu)越性。算法前期使用局部搜索的解初始化信息素矩陣，加快收斂速度，后期依Metropolis接受準則概率接受局部優(yōu)化解，有效地避免陷入局部最優(yōu)，自適應(yīng)的信息素調(diào)節(jié)機制使算法更加靈活，而K近鄰候選集則使之適應(yīng)大規(guī)模問題求解。 將改進算法應(yīng)用于經(jīng)典的組合優(yōu)化問題TSP(Traveling Salesman Problem)問題。TSP問題是一個是一類典

4、型的NP難問題，經(jīng)常被用來驗證算法的效率。在交通運輸、網(wǎng)絡(luò)等方面有著廣泛的應(yīng)用背景。由于TSP問題與最短路徑有很多相似之處，它也是路徑優(yōu)化問題的研究基礎(chǔ)。理論分析和TSPLIB中部分實例仿真結(jié)果表明，此算法求解TSP問題能比其他改進蟻群算法具有更多優(yōu)越性。 將改進算法應(yīng)用于物流運輸管理中，設(shè)計了物流配送路徑優(yōu)化問題的數(shù)學(xué)模型和用于優(yōu)化物流配送路徑的混合蟻群算法，并用實驗證明了該算法對于合理生成物流配送路徑有著很好的作用，通常都能