基于信息素初始分配和动态更新的蚁群算法

• 作者: 陈颖杰 高茂庭
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蚁群算法 信息素初始化 信息素增量 挥发因子 旅行商问题
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 理论与研发|Theory, Research and Development
• 页码范围: 95-101
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012-0569

摘要

针对蚁群算法搜索初期收敛速度慢和容易陷入局部最优的问题,对蚁群算法进行改进.在初始化阶段,采用贪心策略构造次优路径并增加该路径上的信息素浓度,实现不同路径上信息素的初始分配,使信息素在搜索初期就能发挥指导性作用,让蚂蚁更快地趋向于最优解的附近;在迭代寻优过程中,引入遗传变异操作,对每次迭代后的最优路径作变异操作,尝试寻找一条更优的路径,并用找到的更优路径自适应调整信息素增量;当算法不可避免地陷入局部最优时,运用信息素回滚策略,根据回滚次数动态调整挥发因子,加强搜索能力,使算法更容易跳出局部最优.仿真实验结果表明,改进算法能有效地加快收敛速度和增强跳出局部最优的能力.