融合猫群算法的动态分组蚁群算法

• 作者: 刘升 张德惠 游晓明
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 蚁群算法(ACO) 猫群算法(CSO) 旅行商问题(TSP) 动态分组 自适应信息素扩散
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 理论与算法
• 页码范围: 880-891
• 页数: 12页
• 分类号: TP18
• 字数: 9476字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1905032

摘要

针对传统蚁群算法在旅行商问题(TSP)中容易陷入局部最优且收敛速度慢等问题,提出了一种融合猫群算法的动态分组蚁群算法.首先,在种群初始化时,人工地使蚂蚁均匀分布在不同的城市.其次,借鉴猫群算法中的分工思想,在蚁群系统中引入动态分组机制,将蚂蚁分为搜索蚂蚁和跟踪蚂蚁两类:搜索蚂蚁通过路径构建规则的改善使算法在前期多样性增加;跟踪蚂蚁利用信息素扩散机制对局部信息素进行自适应更新,突出较优子路径的作用,避免算法陷入局部最优.最后,通过信息素全局更新机制加快收敛速度.通过Matlab对TSPLIB中的多组案例进行仿真实验,结果表明改进后的算法平衡了多样性和收敛速度,有效提高了解的质量.

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	张德惠	上海工程技术大学电子电气学院	1	1	1.0	1.0