基于信息素的自适应连续域混合蚁群算法

• 作者: 周袅 苏树智 葛洪伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 连续域蚁群优化 信息分享机制 信息素 信息素挥发 局部最优
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 156-161
• 页数: 6页
• 分类号: TP18
• 字数: 5428字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1509-0038

摘要

针对连续域混合蚁群算法(HACO)易陷入局部最优和收敛速度较慢的问题,提出了基于信息素的自适应连续域混合蚁群算法(QAHACO).首先提出了一种新的解更新方式,对档案中的解进行信息素挥发,扩大了搜索范围,提高了算法的全局搜索能力,并且自适应地调整信息素挥发速率,更好地平衡收敛速度和收敛精度,其次采用了一种信息分享机制,将当前解与其他所有解的平均距离和当前解与至今最优解的距离相结合,进一步加快收敛速度.通过对测试函数进行仿真实验,结果表明,和连续域蚁群及其改进算法相比,QAHACO算法的寻优能力明显提高,寻优速度有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏树智	江南大学物联网工程学院	7	53	4.0	7.0