蚁群算法
维普资讯 doc.guandang.net 第3 7卷第1期
哈
尔
滨
工
业
大
学
学
报
Vo. 7 NO 13 .1
2005年 1月
J OURNAL OF HARB N I TI UT ECHNOL I NS T E OF T OGY
Jn, 0 5 a . 20
基于云模型理论的蚁群算法改进研究 段海滨,王道波,于秀芬,朱家强。 (. 1南京航空航天大学自动化学院,江苏南京 2 0 1 E mal e id a@n a . d .a 10 6,— i:hbn u n ua eu c:
2中国科学院空间科学与应用研究中心, .北京 108; . 00 0 3清华大学智能技术与系统国家重点实验室,京 10 8 )北 004
摘
要:几年优化领域中新出现的蚁群算法采用分布式并行计算机制,易于与其它方法结合,有较强近具
的鲁棒性。易限于局部最优解是其最突出的缺点.云模型是一种新的实现定性概念和定量数值之间转换但的有力工具,文在介绍云模型理论的基础上,出了一种利用云模型来有效限制蚁群算法陷入局部最优本提解的方法,后将基于云模型理论的改进蚁群算法与未改进的蚁群算法分别应用于著名的 C C 4 S最 H 1 T P进 4行实验 .改进后的蚁群算法采用升半正态云规则进行控制,并选取了 50个云滴,仿真计算结果证明了该 0 方法的有效性和可行性. 关键词:云模型理论;蚁群算法;信息素;定性关联规则中图分类号:T 1,T 2 3 P 8 P7文献标识码:A 文章编号: 3 7—6 3 ( 0 5 o 06 2 4 20 ) l—O 1 l 5一o 5
I p o e e t o n o o y a g rt m a e n c o d m o es t e r m r v m n fa t c l n l o ih b s d o l u d l h o y DUAN ib n’ W ANG o b’ YU u fn Ha— i Da— o Xi—,ZHU i— in。 e Ja qa g 。
,
( . c ol fA tmai n ier g aj gU ies yo eo a t sad A t n uis a j g2 0 1,C ia 1 Sh o o uo t nE g ei。N ni nvri f rn ui n s a t。N ni 10 6 hn,E—ma: o n n n t A c o
r c n i l h bn u n ua e u c 2 etr o p c i c n p l dR sac,C ieeA a e yo c n e, e ig10 8 e id a@n a. d .a; .C ne rS aeS e eadA pi eerh hn s cd m f i cs B in 0 0 0。 f c n e Se j C ia 3 tt K yL b rtr fItlgn eh ooya dSs m,T ig u nv ri。B in 0 0 4。 hn ) hn; .Sae e aoaoyo e iet c n l n yt s s h aU ie t n l T g e n s y e ig10 8 C ia j
Ab ta t sr c:An oo y ag rt m san w c tg r fp rleie inc ag rt m n o t z to ed . I a tc ln lo h i e ae o yo aallzd bo i o h i p i ain f l s t s i l i mi i h sr n o u te s a d i a yt o iewi te to si pi z t n,b t ti e yt ali o a et to g rb sn s n se oc mbn t oh rmeh d n o tmiai s h o u a ofl n lc b s. i s s l Clu d l h o sap w ru o lt o v r u r a u n i t ea ay i oc n e t a u i t ea a- o d mo est e r i o e flto oc n et me c q a t ai n lsst o c pu q a t i n y n il t v l l av l y i. On te b i o to u to fco d mo es o e u i t esr tg o mp vn h lb p i - ss h a s fi r d cin o lu d l,an v l a t i tae y fri r i gte go a o tmi s n ql av o l z t n p p r e yu e o lu d l i p o o e . Fn l,te c mp tt n x e me t n C ai r et sb s fco d mo es s rp s d o o i ial y h o u ai a e p r ol i nso HC1 4 T P 4 S
h v e n p rome . I ee p r ns h ue o ce sn afn r a lu sa o td i e i r v
a e b e e r d n t x ei f h me t,te r l fi ra i gh l o n m lco d i d p e n t mp ̄ h o n oo y a o h a tc ln g rt m,a d t e o t ln mb ro lu r p s5 0. Smu ain r s l h w t a i n v l l i n h p i u e fco d d s i 0 ma o i lt e ut s o h tt s o e o s h me o a e an v i i n e sbl y h td h c r i a dt a d fa iii . s t l y t Ke r s:co d mo est e r;a tc ln lo t m;p eo n y wo d lu d l o h y n oo y ag r h i h r mo e;q ai t e a s it n r l u l ai so ai e t v c o u
蚁群算法 ( n cl ya o tm) at o n grh是一种最近 o l i 几年才出现的基于种群的启发式仿生进化算法, 由欧洲学者 D r oMar等人通过模拟自然界中 o g co i
的分泌物——信息素 ( hrm n ) p e oe,当它们碰 o 到一个还没有走过的路口时,随机地挑选一条就
路径前行,同时会释放出与路径长度有关的信息素.蚂蚁走得路径越短,则释放的信息素数量越大.当后来的蚂蚁再次碰到这个路口的时候,选择信息素数量较大路径概率就会相对较大,样这便形成了一个正反馈机制 J .最优路径上的信息
蚂蚁集体寻径的行为而首先提出¨ j该算法最 .早成功应用于解决 N—P难题中的旅行商问题 (s ) a p .蚂蚁运动时会在路径上释放出一种特殊
收稿日期: 0 4一 3一 3 20 O O . 基金项目:空基础科学基金资助项目( I 5 0 5;航 O C 2 1 )江苏省“ 3 33工程”金资助项目.基
素数量越来越大,而其它的路径上信息素数量却会随着时间的流逝而消减,最终整个蚁群会找出 最优路径 . 这个过程中蕴含着两个基本阶段:应阶段适
作者简介:海滨 (9 6。。段 17一)男博士研究生; 王道波 (9 7,, 15一)男教授,士生导师.博

基于改进蚁群算法的云环... 3页 3下载券 基于云模型的小生境MAX_... 6... 云模型 蚁群算法 改进 研...
启发很大不错丆应该可以应用于用户兴趣聚类 一种基于云模型改进蚁群聚类算法的研究 谢彦峰,等 一种基于云模型改进蚁群聚类算法的研究谢彦峰,米伟 甘肃兰州,730070)...
一种基于云模型改进蚁群聚类算法的研究_专业资料。基于云模型在非规范知识的定性、定量表示及其相互转换过程中的优良特征结合LF蚁群聚类算法的基本思想,提出了一种...
基于云模型理论改进的贝叶斯分类算法_数学_自然科学_专业资料。云南 民族 大学 学报: 自然科 学版,2013,22(3):226—229 doi:10.3969/j.issn. ...
为中高空飞行的无人机提出了一种新型航路规划算法。该方法基于云模型蚁群算法。基本蚁群算法有着突出的缺陷:易陷入局部最优解而且需要计算时间长。提出的改进型蚁群...
本文在阐述基本蚁群算法和云模型理论的基础上,提出...基本蚁群算法进行了系列改进,以提高改进后蚁群算法的... 休闲农庄项目可行性研究报告 2014年建筑幕墙建筑装饰...
的小生境思想对基本蚁群算法进行了系列改进 , 以提高改进后蚁 群算法的全局收敛...基于云模型理论的蚁 群算法改进研究 [ J ]. 哈尔滨工业大学学报 , 2005, ...
龙源期刊网 http://www.qikan.com.cn 云环境下对遗传蚁群算法的改进研究 作者:孙宏志 靳松 岳康 来源:《计算机光盘软件与应用》2012 年第 23 期 摘要:本文...
云环境下对遗传蚁群算法改进研究_教育学/心理学_人文社科_专业资料。云环境下对遗传蚁群算法的改进研究 摘要:本文对于常见的遗传蚁群算法,根据云计算环境,提出了 ...
热门文档