基于知识迁移的Ant-Q算法

• 作者: 潘杰 王雪松 程玉虎
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 知识迁移 Ant-Q算法 贝叶斯理论 样本筛选 旅行商问题
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2359-2365
• 分类号: TP18
• 字数: 6464字
• 语种: 中文

摘要

常规Ant-Q算法计算复杂度随问题的规模呈现出阶乘级的增长,极大地抑制了算法的收敛速度,同时其仅关注单一任务本身,使得求出的解不具有可重用性,在处理一系列相关联任务时效率较低.为此,提出一种基于知识迁移的Ant-Q算法,通过贝叶斯理论分析源任务与目标任务的相似率,并以此为权值确定各源任务的迁移样本数,然后将各源任务样本按迁移价值降序排列,筛选出有效迁移样本,指导Agent快速做出合理决策.在att532旅行商问题上的仿真结果表明,知识迁移能够有效降低目标任务的学习难度,从而快速找到问题的最优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程玉虎	中国矿业大学信息与电气工程学院	58	576	13.0	20.0
2	王雪松	中国矿业大学信息与电气工程学院	71	677	13.0	22.0
3	潘杰	中国矿业大学信息与电气工程学院	7	105	4.0	7.0