基于搜索集中度和动态信息素更新的蚁群算法

• 作者: 王晓婷 钱谦
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 蚁群算法 组合优化 搜索集中度 动态信息素增量 旅行商问题
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 理论与算法
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802354

摘要

蚁群算法是一种启发式搜索算法,被广泛应用于求解复杂的组合优化问题.基本蚁群算法存在收敛速度慢和早熟停滞等问题,针对这些问题,提出了一种基于搜索集中度和动态信息素更新的蚁群算法.通过在选择策略中引入“搜索集中度”因子,让算法可以自适应的调节蚂蚁选择城市的范围,在此基础上采用动态改变信息素增量和信息素回滚的机制,缩短了搜索时间,也使算法更容易跳出局部极值.仿真实验结果表明,改进后的算法算法具有较快的收敛速度,提高了解的全局性,有效避免了算法陷入局部最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱谦		16	98	4.0	9.0
2	王晓婷		2	0	0.0	0.0