蚁群算法(ACA)是一种广泛应用于优化领域的仿生进化算法。从ACA发展背景着手,分析比较国内外ACA研究团队与发展情况,立足于基本原理,分析其数学模型,介绍了六种经典的改进模型,对其优缺点进行分析,简要总结其应用领域并对其今后的发展、应用做出展望。
蚁群算法基本原理及其应用综述 ( )最大一最小蚂蚁系 3统( MMA ) MMA S。 S是由德 国学者 T Su te和 H. . te l z
的早熟收敛 .缩短的搜索时间 .模又其 型为 ,
Hos提出的 .目的主要在 o其于防止过早的算法停滞现象 .能改进在以下几方面:性 图 1研究 A A论文数增长表 C 一
(,) 1 )r rs一 ̄盟 rs=( (,) bs l et
() 5
其中 .为该算法引入的一个参数: ,
分别表示当前循环中最差和最
人 .于各类模型的 A A层出不穷 . 基 C研
rs ①只允许其中的一个路径更优蚂蚁的路径长度; (,)表示城市 r和城市 s之间的信息素轨迹量新信息素该路径通常是最优路径 .可
究域也从离散域扩展到连续域 .同时 A A在不断与其他算法结合以克服本 C身的缺陷但国内的研究起步较晚 . 对于影响收敛性的、等相关参数至今 B 无法确定一套相关的理论来进行设置 .
以是所有或当前周游中的最优路径即只有一只蚂蚁进行信息素更新 .而用于信息素更新的蚂蚁可能是迭代最优蚂蚁,可能是全局最优蚂蚁:为了避也② 免搜索的停滞 .每个解的元素上的信在
() 5随机扰动蚁群算法 AC的参 A数往往是通过反复试验 .由经验凑得的 .对算法的计算效率和收敛性会产但生不利影响 AC的主要依据是信息正 A 反馈原理和某种启发式算法的结合 .式 1充分说明了这点如果放到某条路径
只能通过反复试验来大致确定一个参数范围 .且研究较多地停留在理论仿真 .用到实践中仍较少 .国外对于应而这些范围的研究已经较为成熟 23蚁群算法的改进型 . A A的收敛速度和最优解的全局 C
息素轨迹量的值被限制在一个固定范
围内[t T; ̄n一]③为了尽可能的扩大搜 ' d 索范围,息素轨迹初始值设为 T 信一。 该法的轨迹更新规则为 r( 1 + ) + J△r () 4
上信息素越多且路径越短 .则该路径被选中的概率越大 .时转移概率基本不此 变 .为了“移系数”由于蚂蚁总是成转 .选择转移系数最大的路径 .个值就具这 有一定的确定性 .此时 .机扰动蚁而随
其中, e=/ (b,(h )示迭△ b ̄ l fs fs表 s t i ̄)
性是一对矛盾体 .敛速度过快 .导收会
代最优解或全局最优解的值这也保证 了在初始的搜索中 .够保证最优解的能多样性
群算法与基本蚁群算法相同 .就不可也
致早熟 .陷入局部最优解 .当信息素而更新不及时或算法计
算量过大时 .导则致收敛速度过慢而应用不现实 .为克服 这些问题 .相应的改进的 A A不断提 C 出。
避免会出现停滞现象 .由此提出了可变的扰动因子 随机扰动蚁群算法的过程具体分为“调”“调”部分 “调”事粗和细两粗是先设定信息素浓度和转移概率 .调整再系数和 Q.而和 Q的大小分别决定
尽管在算法中对信息素浓度进行了最大和最小值的限制 .此限制还不但足以在较长的运行时间里持久消除停滞现象 .故采用信息素的平滑机制:按照比例更新的方法来调整信息素的浓度,使信息素浓度的增加值正比于 T一
( )精英策略的蚁群系统 ( ) 1带 AS。在带精英策略的 A S中 .为了使到目前 为止所找出的最优解在下一个循环中
了某一路径的信息量对蚂蚁选择路径 的影响程度和路径上信息量的更新程
对蚂蚁更有吸引力 .每次循环之后给在
予最优解额外的信息素量它信息素的 更新为: "
而细则与边 (,)的信息素浓度的差值。基本度 .“调”相反 确定性选择导致 ii上蚂蚁总是选择转移系数最大的路径 .而做法是:定信息素浓度允许值的上下限限 .采用了平滑机制 .就是不同点且也随机选择导致计算转移系数时具有较强的随机性 .是两者的共同作用才使正
7( 1= )△△丁" ) r(++ /+/
() 2
中的③。 在当前路径上的信息素浓度远远高于其它路径时 .会导致过度收敛 .为
其中, 表示经蚂蚁引起路径 (,△ i
算法具有更强的全局搜索能力 ( )态蚁群算法。动态蚁群算法 6动相对于传统蚁群算法和最大一最小蚁群算法,主要的改进在于:者在迭其前 代过程中 .在选择目标城市的标准时 .
)上的信息素量的增加;是精英蚂蚁 的个数:为所找出的最优解的路径长£度。这种算法收敛速度快 .而且计算耗 时短 .如果过大 .索会局限于极 但搜值周围,致搜索的早熟收敛。导 ( )于优化排序的蚂蚁系统。基 2基
了降低运行时间 .可
增加候选解集合的选择概率 .不仅能降低算法的运行时间,可提高该算法的性能这些改进还 模式可以通过对一些较大规模的巡游
没有使用一个固定的标准 .样就有利这 于减少进化停滞现象后者两者依据信
问题求解加以证明 在全局修正规则中 .让实现最好只
于优化排序的 A S针对带精英策略的 A S的缺点 .通过排序很好地抑制了早熟 .其当初始状态各解的差异性不大尤
息素和启发函数来选择目标城市 .如何依据这两个因子选择城市对算法的性能是非常关键的蚁群算法对信息素的强度没有限制 .因而容易陷入局部最优
周游的蚂蚁释放信息素它和改进的状态转移规则相结合的搜索模式 .证了保 蚂蚁在优秀父辈完成的周游领域内进
时,果显著,其中,效但第只最优蚂蚁 引起的路径 (,)信息素量的增加 i上 O-
MMAS对信息素的强度给予了一定行更多搜索,就使得相应的求解速度解 .这的范围限制 .大大改善了算法的性能 . 大大提高 ( )优一最差蚂蚁系统鉴于 A 4最 S
A e aC T= . :l
() 3
而动态蚁群算法的挥发因子是动态变
△为第只最优蚂蚁引起的路径 ( i )上信息素量的增加; T A由精英蚂蚁引起的路径 (,)的信息素量的增 i上 加
搜索效率低和质量差的缺点 .最优一最差蚂蚁系统增强了搜索过程的指导性 . 使蚂蚁的搜索更集中于到当前循环位 置所找出的最好路径的领域内 .避免既
化。其信息素浓度越高。则挥发因子越 大:浓度越低,则挥发因子越小。这样实际上就对信息素的浓度也进行了限制 . 使信息素浓度不可能无限增大 .不可也
Pl N EERI o NG f W TH SCI ENC E& TECHN O L GY O NTH L,D 2011 O M Y v 4
19 1

蚁群算法基本原理及其应用综述_程艳燕_数学_自然科学_专业资料。理论视野 蚁群算法基本原理及其应用综述程 艳燕 (南京信息工程大学摘 江苏 南京 210044) 要:蚁群...
蚁群优化算法基本原理及其应用_专业资料。蚁群优化算法是一种快速元启发式优化算法。该算法是受到真实的蚁群行为的启发而提出的。该算法采用分布式并行计算机制,易与...
蚁群算法 原理 应用 综述_信息与通信_工程科技_专业资料。1 蚁群算法 2 目录...了蚁群算法 的基本模型,1992年Dorigo.M又在其博士论 文中进一步阐述了蚁群算法...
蚁群算法 原理 应用 综述... 46页 1下载券 蚁群算法的理论及其应用 3页 ...? 从而,基本蚁群算法的综合性能指标E可表示为上 述三个性能指标的加权和:E二...
蚁群算法及其在路由优化中的应用综述_专业资料。...根据蚁群算法的正反馈原理和启发式原理的特点,针对...蚁群算法的定义1.1蚁群算法基本定义 定义l(蚁群算法...
蚁群算法 原理 应用 综述 46页 2财富值 蚁群算法的理论及其应用 3页 免费 ...25 基本蚁群算法的实现 ? 以TSP为例,基本蚁群算法的具体实现步骤 如下: (1)...
DPC码原理和应用综述_专业资料。随着LDPC码的“再次发现”,LDPC码以其译码...中Richardson算法(近似下三角型算法)和译码方案中的基于对数似然比的BP算法;其次...
本文 首先详细阐述了蚁群算法 的基本原理、各种改进技术及收敛性分析 ,然后对蚁群 算法在双序列比对和多序列比对的应用研究进行了综述和评价, 最后 指出了下一 步...
蚁群算法的原理及其应用_其它语言学习_外语学习_...2蚊群算法的基本原理 小于一个单位,略不计(图1a...群最 优化 ——模型、法及应用综述〔〕系统工程学报...
热门文档