面向TSP求解的混合蚁群算法

被引：32

作者：

张泓

李爱平

刘雪梅

机构：

[1] 同济大学现代制造技术研究所

来源：

计算机工程 | 2009年 / 35卷 / 08期

关键词：

蚁群算法; 免疫算法; 旅行商问题; 混合算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对蚁群算法的早熟和停滞等现象,将免疫算法机制引入蚁群算法,提出用于TSP求解的混合算法。该算法具有蚁群算法的自适应反馈机理、收敛速度快和免疫算法操作算子简单和维持种群多样性、防止种群退化等特性。从算法解的质量与效率方面与基本蚁群算法和免疫算法进行比较,结果表明融合免疫机制的蚁群算法性能显著提高,也为解决其他组合优化问题提供一个新的思路。

引用

页码：34 / 37

页数：4

共 8 条

[1]

免疫优化计算、学习与识别.[M].焦李成[等]著;.科学出版社.2006,

[2]

蚁群算法原理及其应用.[M].段海滨著.科学出版社.2005,

[3]

蚁群算法及其应用.[M].李士勇;陈永强;李研编著;.哈尔滨工业大学出版社.2004,

[4]

Solving the mesh-partitioning problem with an ant-colony algorithm.[J]..Parallel Computing.2004, 5

[5] Parallel Ant Colonies for the quadratic assignment problem [J].

Talbi, EG ;

Roux, O ;

Fonlupt, C ;

Robillard, D .

FUTURE GENERATION COMPUTER SYSTEMS, 2001, 17 (04) :441-449

[6] An ANTS heuristic for the frequency assignment problem [J].

Maniezzo, V ;

Carbonaro, A .

FUTURE GENERATION COMPUTER SYSTEMS, 2000, 16 (08) :927-935

[7]

MAX – MIN Ant System.[J].Thomas Stützle;Holger H. Hoos.Future Generation Computer Systems.2000, 8

[8] Ant colonies for the travelling salesman problem [J].

Dorigo, M ;

Gambardella, LM .

BIOSYSTEMS, 1997, 43 (02) :73-81

← 1 →