奖惩蚁群算法

• 作者: 张飞君 汪磊 高玮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蚁群算法 排序 奖励 惩罚
• 年，卷（期）: 2010,（10）
• 所属期刊栏目: 研究、探讨
• 页码范围: 44-47
• 分类号: TP18
• 字数: 3711字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.10.015

摘要

由于传统蚁群算法所采用的是随机概率搜索策略,收敛速度慢是其主要问题.为了提高算法的收敛速度,这里提出一种带奖惩策略的蚁群算法(PPACO).新算法中,每次循环中发现的较优解都被挑选出来加以奖励,而普通解则被惩罚,这样就加快了较优路径和普通路径上信息素的差异;另外,为了不使这种差异对算法产生过多的影响,所有路径上的信息素都被限制在一定的范围[τ_(min),τ_(max)]内,同时,信息素的挥发系数被设为相对较高值.通过典型模拟实验证明,新算法对解决复杂组合优化问题非常有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高玮	武汉工业学院土木系	27	422	11.0	20.0
2	张飞君		1	7	1.0	1.0
3	汪磊	武汉工业学院土木系	9	75	5.0	8.0