遗传算法与蚂蚁算法融合的马尔可夫收敛性分析

被引:29
作者
丁建立
陈增强
袁著祉
机构
[1] 南开大学信息技术科学学院,南开大学信息技术科学学院,南开大学信息技术科学学院天津,天津,天津
关键词
遗传算法; 蚂蚁算法; 融合; 马尔可夫过程; 收敛性;
D O I
10.16383/j.aas.2004.04.024
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
遗传算法具有快速随机的全局搜索能力,但不能很好地利用系统的反馈信息.蚂蚁系统是一种并行的分布式正反馈系统,但初始求解速度慢.遗传算法与蚂蚁算法的融合,优势互补.基于上述思想,提出遗传算法与蚂蚁算法融合的模型与方法,对该方法的收敛性进行了马尔可夫理论分析,并证明其优化解满意值序列是单调不增的和收敛的.且对NP-hard问题中的30城市TSP和中国CHN144城市TSP两个实例进行了实验分析,仿真数据表明该方法不仅是一个逐步收敛的过程,而且求解速度和求解效果都非常好.
引用
收藏
页码:629 / 634
页数:6
相关论文
共 4 条
[1]   一种基于蚁群算法的TSP问题分段求解算法 [J].
吴斌 ;
史忠植 .
计算机学报, 2001, (12) :1328-1333
[2]   具有变异特征的蚁群算法 [J].
吴庆洪 ;
张纪会 ;
徐心和 .
计算机研究与发展, 1999, (10) :1240-1245
[3]  
A Graph-based Ant System and its convergence[J] . Walter J. Gutjahr.Future Generation Computer Systems . 2000 (8)
[4]  
MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos.Future Generation Computer Systems . 2000 (8)