基于自适应更新策略的蚁群算法在TSP上的应用

• 作者: 冯志雨 刘升 游晓明
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 蚁群算法 自适应更新策略 子路径贡献度 TSP
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 66-70,75
• 页数: 6页
• 分类号: TP18
• 字数: 2446字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.10.014

摘要

针对传统蚁群算法收敛性不好、易陷入局部最优的问题,提出了自适应更新策略的蚁群算法(A-daptive Update-Ant Colony System,AU-ACS) ,有效地平衡了种群多样性和算法收敛速度.算法前期通过自适应地改变信息素挥发值,由信息素挥发值动态约束信息素值,从而提高了种群多样性;运行后期奖励当前迭代最优路径的信息素,通过加大最优路径的相对引导作用,从而加快收敛速度;最后加入改进的子路径贡献度,根据阈值因子自适应调整局部最优路径的信息素,达到平衡种群多样性和收敛速度的目的.在与传统蚁群算法在旅行商问题( Travelling Salesman Problem,TSP)中对比表明,改进后算法求解的精度更高、稳定性增强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	游晓明	上海工程技术大学电子电气工程学院	65	380	11.0	17.0
2	刘升	上海工程技术大学管理学院	89	467	10.0	19.0
3	冯志雨	上海工程技术大学电子电气工程学院	2	3	1.0	1.0