基于多种群多策略的混合遗传-蚁群算法及应用研究

• 作者: 周頔
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 遗传算法 蚁群算法 多种群多策略 参数自适应调整 旅行商问题
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法与分析
• 页码范围: 2390-2394,2412
• 页数: 6页
• 分类号: TP391
• 字数: 3754字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.12.003

摘要

为了充分利用蚁群算法的并行、正反馈机制、高效求解和遗传算法的随机、快速以及全局收敛等优点,在分析遗传算法的选择、交叉、变异等策略和蚁群算法的寻优策略基础上,基于多种群和多策略,提出一种带有参数自适应调整的混合遗传-蚁群(HPSGAO)算法.在HPSGAO算法的每次循环中,遗传算法获得最优解用于初始化蚁群算法的信息素分配,以实现遗传策略和蚁群策略的有效结合,动态平衡HPSGAO算法的收索范围与收敛速度间的矛盾,进而提高HPSGAO算法的全局择优能力.为了验证提出混合遗传-蚁群算法的优化性能,选择10个TSP问题进行测试,仿真实验结果表明,在多次循环后,HPSGAO算法具有遗传算法和蚁群算法的优势互补,以及较好的求解效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周頔		16	42	4.0	5.0