改进遗传蚁群算法求解优化问题的设计与实现

• 作者: 丁国强 孙泽宇 李传锋
• 来源期刊: 计算机测量与控制
• 关键词: 蚁群算法 支持向量机 特征权值 优化
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 设计与应用
• 页码范围: 2558-2561
• 分类号: TP391
• 语种: 中文

摘要

传统的组合优化蚁群算法在求解优化过程中要消耗大量的时间,极易陷入局部最优解和收敛速度过慢等弊端,同时还会产生大量无用的冗余迭代码,运算效率低；因此,提出一种遗传蚁群优化算法；该算法具备了遗传算法快速搜索全局能力的同时也具备了蚁群算法并行性和正反馈机制；利用遗传算法改变选择算子、交叉算子和变异算子操作来确定路径上信息素的分布,将蚁群算法用于特征选择,采用支持向量机分类器分类性能反馈用于评价特征子集解,并通过对改变信息素的迭代、参数选择和增加对信息素局部更新方式指导特征结点重新组合;仿真实验表明,该算法可以有效提高计算精度,加快收敛速度,优化全局最优解的同时增强了系统的鲁棒性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙泽宇	洛阳理工学院计算机与信息工程系	59	317	10.0	13.0
2	丁国强	洛阳理工学院计算机与信息工程系	11	69	6.0	8.0
3	李传锋	洛阳理工学院计算机与信息工程系	22	67	5.0	6.0