一种基于微粒群思想的蚁群参数自适应优化算法

• 作者: 夏辉 王华 陈熙
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 微粒群优化 蚁群优化 自适应选取 优质组合 货郎问题
• 年，卷（期）: 2010,（3）
• 页码范围: 26-30,94
• 分类号: TP751
• 语种: 中文

摘要

利用微粒群优化(particle swarm optimization,PSO)思想对蚁群优化(ant colony optimization,ACO)算法的参数取值进行优化选择.通过微粒群粒子搜索.自适应选取参数值的优质组合,使ACO算法的参数取值不必依靠人工经验或反复试验.经过该算法求取的参数组合显著提高了ACO算法的优化性能,并且参数的取值具有连续性,随机性和精确性.利用这种算法获得的参数值的优质组合反馈回ACO算法中,在解决货郎问题(travefing salesman problem,TSP)时具有优异的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏辉	山东大学计算机科学与技术学院	14	164	7.0	12.0
2	王华	山东大学计算机科学与技术学院	75	424	11.0	18.0
3	陈熙	山东大学管理学院	1	21	1.0	1.0