启发式强化学习机制的异构双种群蚁群算法

• 作者: 刘中强 刘升 游晓明
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 商旅问题(TSP) 异构双种群 偏离度系数 启发式强化学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 460-469
• 页数: 10页
• 分类号: TP301
• 字数: 7102字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1903068

摘要

针对传统蚁群算法在解决TSP问题时易陷入局部最优、收敛速度较慢的问题,提出了一种基于启发式强化学习的异构双种群蚁群算法.蚁群分为主种群和子种群,主种群负责解的构建和信息素的更新,子种群则是在构建解的同时对主种群的解集进行替换.算法初期利用启发式算子自适应地控制两个种群的交流频率,通过偏离度系数控制解的交换方式.前期让子种群的最优解去替换主种群的随机解,增加解的多样性,同时引入强化学习机制对交流后主种群最优路径上的信息素进行自适应的奖赏,以增大最优公共路径以后被选择的概率.后期则控制子种群的最优解去替换主种群的最差解,强化最优路径上信息素的量,并对主种群最优路径上的信息素进行奖赏,进一步提高算法的收敛速度.实验仿真表明,算法能够有效地跳出局部最优,并且解的质量在大规模测试集上有明显的改善.

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	刘中强	上海工程技术大学电子电气工程学院	3	17	1.0	3.0