求解大规模TSP问题的带导向信息素蚁群算法

• 作者: 王晓丹 贾琪 顾竞豪
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 蚁群算法 聚类 导向信息素 启发式 旅行商问题
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 理论研究
• 页码范围: 111-115
• 页数: 5页
• 分类号: TP301|TJ01
• 字数: 4204字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2018.08.023

摘要

蚁群算法已在各种优化问题中取得成功应用,但在求解大规模TSP问题时存在时间、空间复杂性大,搜索过程导向性不强易陷入局部最优和局部搜索策略效果不佳等缺点.针对以上问题,提出了一种具有导向信息素的蚁群算法(Ant Colony Algorithm With Oriented Pheromones,OPACA),利用问题本身的聚类特性简化问题规模后求解全局最优路径,后利用全局最优路径初始化导向信息素,并引入启发式的局部搜索策略求解原问题.仿真实验表明,改进算法的搜索全局最优能力与稳定性显著增强,相比同类算法有更佳的准确率及收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学防空反导学院	135	1447	21.0	31.0
2	贾琪	空军工程大学防空反导学院	7	19	3.0	4.0
3	顾竞豪	空军工程大学防空反导学院	3	1	1.0	1.0