双概率原对偶遗传算法与蚁群算法的融合研究

• 作者: 吴初新 张京友 钟海萍
• 来源期刊: 科技广场
• 学科: 数学
• 关键词: 双概率 原对偶遗传算法 最大最小蚁群算法 融合
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 研究与探讨 RESEARCH & EXPLORER
• 页码范围: 14-18
• 页数: 5页
• 分类号: O224
• 字数: 3268字
• 语种: 中文

摘要

双概率原对偶遗传算法（DPPDGA）是原对偶遗传算法的一种改进型算法，赋予各基因位值不同的对偶映射概率，增强算法种群的多样性，具有更好的全局寻优性能，但不能利用系统中的反馈信息，出现无为的冗余迭代。最大最小蚁群算法（MMAS）则能够很好的利用系统中的反馈信息，通过对信息的累积更新寻求最优解，但初始信息素的匮乏制约着MMAS的求解效率。本文将两种算法进行融合，克服自身缺陷，优势互补。通过MATLAB仿真测试可知，该融合算法表现出求解精度高、稳定性强、全局搜索性能优的特点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴初新	南昌师范高等专科学校自然科学系	4	8	1.0	2.0
2	张京友	重庆三峡学院数学与统计学院	6	0	0.0	0.0
3	钟海萍	南昌师范高等专科学校自然科学系	2	1	1.0	1.0