一种引入奖励与惩罚机制的蚁群算法

• 作者: 张小娟 张志民 李明华 胡小兵
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 蚁群算法 奖励与惩罚机制 信息素更新
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 优化仿真
• 页码范围: 161-163
• 页数: 3页
• 分类号: TP18
• 字数: 2095字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.07.044

摘要

蚁群算法是一种新型的仿生类算法,大量实验表明该算法具有较强的搜索最优解的能力,但同时与其它进化算法一样存在搜索速度慢,易于陷于局部最优的缺陷.为了克服蚁群算法在这方面的不足,该文通过引入奖励与惩罚机制,在蚂蚁搜索最优解的过程中,根据每次循环后的搜索结果,对蚁群算法中信息素更新的方法进行自适应调整,以达到从可行解中寻求尽可能好的解(满意解)的目的.通过与ACS算法的对比实验表明本算法在搜索速度和性能方面都有更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡小兵	重庆大学数理学院	38	722	15.0	26.0
2	张小娟	重庆大学数理学院	8	93	5.0	8.0
3	张志民	重庆大学数理学院	3	16	1.0	3.0
4	李明华	重庆大学数理学院	3	14	1.0	3.0