蟻群算法的參數(shù)研究.pdf

1、蟻群算法(Ant Colony SyStem，ACS)是根據(jù)螞蟻群體覓食過程中會選擇最短路徑行進的生物學(xué)行為發(fā)展起來的一種群體智能優(yōu)化方法。該算法是一種新型的分布式優(yōu)化算法，它有較強的解搜索能力、很好的適應(yīng)性和魯棒性，但如果算法中各參數(shù)選擇不當，算法的運行時間則會變長，或者算法陷于局部最優(yōu)，達到停滯狀態(tài)。恰當?shù)膮?shù)選擇，可以使蟻群算法有較好的性能，較快地收斂到全局較優(yōu)解。本文以TSP問題為例，通過采用不同參數(shù)匹配進行優(yōu)化的數(shù)值實驗，分析

2、了算法中參數(shù)α,β,ρ對算法性能的影響，給出了一定指導(dǎo)性的建議。 本文致力于以上問題的研究，主要研究內(nèi)容包括以下幾方面： (1)本文通過一系列研究，對大量文獻進行比較，分析了目前各研究者對蟻群算法參數(shù)研究時所采用的方法，比較這些方法的優(yōu)缺點。在此基礎(chǔ)上，用自己的方法對算法中的參數(shù)進行了實驗研究。 (2)目前對蟻群算法中參數(shù)的研究中，有的研究者只是對α,β,ρ組合的幾個點的實驗數(shù)據(jù)進行比較；有的研究者在研究時，每次

3、只針對其中的一個參數(shù)，對各個參數(shù)逐個進行分析，得出每個參數(shù)在其它參數(shù)取定值時能夠使算法有較優(yōu)性能的取值范圍。本文對參數(shù)的研究中，首先逐個分析每個參數(shù)在算法中所起的作用，然后把這三個參數(shù)兩兩組合，分別在各自的區(qū)間內(nèi)以一定的步長逐漸變化，通過大量實驗比較分析，得出了這些參數(shù)使算法有較優(yōu)性能的取值區(qū)間。 (3)本文在參數(shù)的研究過程中，采用參數(shù)兩兩組合的方式，避免了對各個參數(shù)孤立地進行研究，體現(xiàn)了各參數(shù)之間的耦合性。 (4)本文