学海网

多态蚁群算法

摘要：在分析现有蚁群算法不足的基础上，提出一种新的含多种蚁群、多种信息激素的多态蚁群算法．该算法通过引入不同种类的蚁群，每一蚁群有不同的信息素调控机制，将局域搜索与全局搜索相结合，使搜索、收敛速度大幅度提高．针对TSP问题的仿真实验结果表明了该算法的有效性．
　　 关键词：蚁群算法；多态蚁群算法；TSP
　　 O 引言
　　 蚁群算法(ant colony algorithm)是一种基于种群的模拟进化、用于解决复杂优化问题的全新的启发式算法．它是在对自然界中真实蚁群的集体行为(蚂蚁依赖信息素进行通信而显示出的社会性行为)研究的基础上，于二十世纪九十年代由意大利学者Dorigo等 ]首先提出．此后，不断有学者对其完善，提出了许多改进算法．如结合QI earning提出的Ant—Q算法[3]，MMAS算法[d]等．但是，不论Dorigo提出的基本蚁群算法，还是后来学者提出的改
　　 进蚁群算法，都是基于单种蚁群、单种信息素的算法，主要模拟了实际蚁群信息系统的一部分．而实际上，真实蚁群社会中的蚁群是有组织、有分工的[5]，不同种类的蚁群有不同的信息素调控机制，这种分工组织方式对蚁群完成复杂任务具有十分重要的地位．
　　 我们认为，由于蚁群算法的理论基础还很不完善，因此对蚁群算法的改进有必要尽量忠实于蚁群的真实信息处理机制．以此为出发点，提出了一种改进的蚁群算法一多态蚁群算法(polymorphic ant colony algorithm)．该算法更符合蚁群的真实信息处理机制，使搜索、收敛速度大幅度提高．......
　　 想了解全部内容，请下载附件查看