蚁群优化算法及其应用

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:FLASH920
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
蚁群优化算法是一种新型的智能仿生类进化算法,已在许多领域获得了广泛的成功应用.本文提出了两类改进的蚁群算法,并将其用于求解旅行商问题(Traveling Salesman Problem,TSP)和连续空间函数优化问题,已取得了一定的进展.主要内容如下:1.针对蚁群优化算法(Ant Colony Optimization, ACO)收敛速度慢、易陷于局部最优解的缺点,提出了一种基于协同进化思想的蚁群算法,用于求解TSP问题.该算法构造了一种新的信息素更新模型,增加了蚂蚁之间的相互协作,并采用随机扰动策略避免算法陷入局部最优解.大量实验仿真结果表明,该算法具有优良的全局优化性能.2.将Alopex算法嵌入到改进的蚁群优化算法中,提出一种求解连续空间优化问题的混合算法(ACOAL) .该算法定义了新的蚁群信息素更新规则和蚁群行进策略;同时,结合Alopex算法以加强搜索能力.大量的仿真实验结果表明与已有算法相比较该算法在寻优性能和收敛速度方面都有所提高.3.针对第三章提出的ACOAL算法由于随机性搜索过强导致收敛时间过长的缺点,提出了带有梯度加速的蚁群混合算法(GACO).该算法在ACOAL算法的基础上,在蚁群进行局部搜索过程中引入梯度信息来影响蚂蚁的搜索行为,使蚂蚁的移动更具有针对性和效率.仿真实验结果表明了该算法的可行性和最优性.
其他文献
随着市场经济的发展,外出务工人员逐渐增多,外出党员的管理成了当前基层组织建设中的一个难点问题。柳河县姜家店乡是朝鲜族乡,全乡六千零一十八名劳动力中有一千八百零一名
框架是线性空间的一族向量,是一种过完备的基,它反映了线性空间的微观结构。周期小波框架具有较好的时频局部化特性、平移不变性以及比小波基有较大的设计自由度。它已被广泛应
学位
本文研究Γ是直径为d的d-界距离正则图.给出了Γ中强闭包子图的一些性质,强闭包子图计数.所得结论如下: 1.设Γ=(X,E)是直径d≥j的d-界距离正则图,△和△′是Γ的两个强闭包子
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
本文利用多圆盘函数论及Schur定理,研究了Ap(ψ)(Dn)上有界算子S和Toeplitz算子满足一定可积条件时的紧性刻画.讨论了函数空间的有界投影和对偶性.所得结果是对单复变时的情形
Boltzmann方程是从统计层次描述稀薄气体中粒子的位置和速度的分布函数失控演化的数学模型,具有很强的实用性。 由于碰撞算子的复杂性,此类方程的研究相当困难。通过对空间
宣传是高校必不可少的一项工作,能够促进校园文化的建设,对学生也起着一定的教育意义,一般来说,每个高校都设立的有共青团,这即是国家的要求,也是学校建立之初就达成的意愿,
“流行音乐”不是流行歌曲的代名词,它有广泛的意义。音乐教育以审美为核心,音乐审美活动应当围绕学生健康、高尚的审美情趣和积极乐观的生活态度展开,流行音乐很容易占据孩
心静会产生智慧,无论在资本市场,还是在平时的生活、职场和学习中,这句话都能适用。尤其在资本市场或者股市中进行博弈,人性的贪婪和恐惧都会表露无疑,失去了平衡的后果就是