基于信息素负反馈的超启发式蚁群优化算法

• 作者: 刘慧贤 薛文艳 赵江 郝崇清
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自动导引小车 路径规划 蚁群优化算法 信息素负反馈 分层化选择
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 163-172
• 页数: 10页
• 分类号: TP242.6
• 字数: 6847字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1711-0301

摘要

针对蚁群算法应用于自动导引小车路径规划收敛速度慢、极易陷入局部最优的缺点,提出一种基于信息素负反馈的超启发式蚁群优化(ACONhh)算法.该算法充分利用历史搜索信息和持续获得错误经验,较快引导蚁群探索最优路径;分层化选择可行节点,加快算法初期收敛速度;设置挥发因子呈类抛物线变化以及调整信息素更新机制,改善路径全局的随机搜索特性.通过严格的数学方式证明了ACONhh算法具有收敛性.仿真和实验结果表明,该算法的收敛速度以及全局搜索性能显著优于目前流行的ACO、ACOhh和ACOihh算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵江	河北科技大学电气工程学院	15	61	5.0	7.0
2	郝崇清	河北科技大学电气工程学院	11	24	3.0	4.0
3	薛文艳	河北科技大学电气工程学院	3	6	2.0	2.0
4	刘慧贤	河北科技大学电气工程学院	19	34	2.0	5.0