基于Bayes决策的蚁群优化算法

• 作者: 宋爱国 王一清 黄惟一
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 蚁群算法 Bayes决策 极大熵 先验分布 后验分析
• 年，卷（期）: 2005,（4）
• 页码范围: 558-562
• 页数: 5页
• 分类号: TP301.6
• 字数: 4354字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2005.04.014

摘要

基于Bayes决策理论,提出了一种可以改进蚁群算法搜索性能的有效方法;针对基本蚁群算法中存在的"停滞"现象,对蚂蚁个体的寻优过程采取了隔代强化的措施,使算法具备较强的发现新解的能力,再采用后验分析对蚁群算法中的转移概率进行调整,使得改进后的蚁群算法在随机搜索过程中呈现出自组织特性,蚂蚁个体利用各自的后验知识不断地强化那些能"经受考验"的可行解,从而有效地压缩了搜索空间,提高了搜索效率.试验结果表明,该方法无需知道转移概率的先验分布,在解空间的全局寻优时具有良好的收敛性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋爱国	东南大学仪器科学与工程系	404	4720	32.0	46.0
2	黄惟一	东南大学仪器科学与工程系	122	1447	21.0	30.0
3	王一清	东南大学仪器科学与工程系	13	172	7.0	13.0