维普资讯
发表评论我要收藏我要推荐点击“我要推荐”按钮复制地址,推荐文章给别人看,自己就可以获得积分奖励。

一种对蚁群算法的改进及其在旅行商问题中的应用

免费下载
[全文大小:186 K]

秦敏花 刘三阳 李丽英

统计与决策
订阅本刊
国际标准刊号:ISSN 1002-6487
国内统一刊号:CN 42-1009

摘  要:

自然界中的蚂蚁能够在没有任何提示下找出从蚁穴到食物源的最短距离,这是因为蚂蚁在其走过的路径上分泌信息素。受到这种启发,意大利学者M.Dorigo于20世纪90年代提出了蚁群算法(Ant Colony Algorithm,ACA)。蚁群算法最初用于解决旅行商问题(Travelling Salesman Problem,TSP),近来又广泛应用于其它选择问题:如:图着色问题(Graph Coloring Problem),车辆路径问题(VehicleRoutingProblem,VRP),路由问题等。随着蚁群算法应用的深入,国内外许多学者提出了对蚁群算法的改进。[第一段]

丁伟在《一种改进的蚁群算群算法的改进及其在题中的应用;??一法及其在TSP中的应用》(见《系统工程理论与实践》,2006年第5期)文中(下简称屈文)提出的算法进行了简化,节省了计算机的运行时间,并基于另一个角度提出了改进,仿真试验证明这种改进后的算法具有良好的性能。一、基本蚁群算法(一)旅行商问题旅行商问题(TSP)是指对于给定的n个城市以及各城市之间的距离,求出经过每个顶点一次且仅一次并使总距离最小的路径。(二)基本蚁群算法为描述方便,定义如下变量:秦敏花刘三阳李丽英m——蚂蚁个数n——城市个数d 广一城市i,j之间的距离,i,i=o,1,?”-,n-1 ,r (t)——t时刻路径(i,j)上的信息素数量,i,j=0,1,??,n一1 11 i(t)_—_t时刻的能见度,反映由城市i到城市j的启发程度——信息素重要程度p——启发信息重要程度(t)——£时刻蚂蚁k由城市i转向城市j的概率tabu广忌表,记录蚂蚁k曾走过的城市,下次访问时将禁止从禁忌......

文章出处:

《统计与决策》-2007年17期 -132-133页

栏目信息:

知识丛林

分 类 号:

O224

相关文章:

主题相关

更多评论>>文章评论
你是匿名用户 登录 | 注册 验证码 刷新
中国业务群个人门户,免费下载!
天元数据 维普资讯 版权所有 Copyright © 2001-2008 cqvip.com Inc. All rights reserved.
渝ICP证 B2-20050021  违法和不良信息举报中心
建议使用:1024x768分辨率,16位以上颜色