收藏本站
《浙江大学》 2007年 博士论文
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群优化算法的理论研究及其应用

刘彦鹏  
【摘要】: 蚁群优化算法(ant colony optimization,ACO)是基于蚂蚁群体觅食过程中沿最短路径行进的生物学行为发展起来的一类群智能优化方法。该算法在解决传统优化方法难以奏效的具有NP-hard特性的组合优化问题中取得了令人鼓舞的效果,因而受到学术界和工业界的广泛关注。目前,蚁群优化算法已成为计算智能方法中的一个重要分支,并在很多国际会议上作为专题加以讨论,成为蓬勃发展的热点研究课题。 蚁群优化算法的理论研究相对滞后,特别是算法的参数选择和收敛性证明方面还有许多问题有待进一步研究。网络路由问题的很多特征,如信息的分布式特性、动态性和异步性等与蚁群算法的特征匹配得很好,因此利用蚁群优化算法解决网络路由问题一直倍受关注。此外,将蚁群优化算法与其它仿生优化方法进行巧妙的融合、互补长短是近年来蚁群优化算法的另一个热点研究方向。 本文致力于以上问题的研究,主要研究内容及创新点包括以下几方面: 1、在将组合优化极小化问题映射为全连通图的基础上,对蚁群优化算法的参数设置进行了研究。证明了信息素增量Δτ是介于最大伪可行解s_(max)和最小伪可行解s_(min)之间的量,即g(s_(max))≤Δτ≤g(s_(min)),为信息素初值的选取提供了理论依据:进一步紧缩了信息素挥发系数ρ的取值范围,由ρ(?)(0,1)变为ρ(?)(0,1-(e_(min)/e_(max))~(1/t_0)),其中e_(min)和e_(max)分别表示构造图中的最小和最大权值,t_0表示算法的有效迭代次数;最话给出了最大迭代次数Iter_(max)的估算公式。 2、在收敛性证明方面:证明了当蚂蚁数目和迭代次数的乘积趋于无穷时算法将以概率1找到全局最优解的结论;对使算法以概率P~*(m,t)找到全局最优解所需m·t的上界进行了研究;对在假设算法找到最优解的情况下,通过信息素更新使最优解“凸现”出来的时刻进行了讨论;最后证明了在已经找到最优解的情况下,任意蚂蚁构造最优解的概率下界为完全随机算法构造任意解的概率(?)。 3、提出了归一化蚁群优化算法框架ACO-UF,并在ACO-UF下实现了MMAS算法,以TSP为例对其参数设置进行了研究。ACO-UF在标准ACO的基础上作了两点改进,即问题的归一化预处理和信息素初值的统一设定,克服了标准ACO受同形问题的困扰和信息素初值选取经验性强的不足。 4、提出了一种基于蚁群优化的分布式QoS多播路由算法DMRACO,并结合多播路由问题的特点对算法进行了改进。DMRACO可方便的避免循环回路的产生,引起的额外负载较小,具有合理的链路建立时间。通过仿真实验讨论了网络规模、多播规模和时延限制对DMRACO性能的影响,并与BSMA算法和KMB算法进行了比较,验证了该方法的有效性。 5、提出了一种将ACO与BP算法相融合共同完成反传神经网络训练的方法,ACO-BP算法。该算法首先采用ACO对网络权值进行整体寻优,克服BP算法容易陷入局部最优的不足;再以找到的较优的权值为初值,采用BP算法做进一步的寻优,克服单一ACO训练网络时间较长、精度不高的缺点。以函数逼近问题为例,将ACO-BPNN与ACONN、BPNN和遗传神经网络进行了比较,验证了该方法的优越性。将ACO-BPNN用于煤灰熔点的建模问题,将其预测结果与BPNN模型和经验公式的结果进行了比较,验证了该ACO-BPNN灰熔点模型的有效性,具有一定的工程应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 苏胤杰;;基于蚁群优化算法的立体匹配[J];微计算机信息;2008年24期
2 孙涛;蒋科艺;王永华;马力;;一种基于蚁群优化的粗糙集属性约简方法[J];海军航空工程学院学报;2011年01期
3 王晓年;冯远静;冯祖仁;;一种基于主动轮廓模型的蚁群图像分割算法[J];控制理论与应用;2006年04期
4 彭震宇;葛洪伟;;基于混合优化算法的最大独立集问题求解[J];计算机应用;2007年05期
5 葛洪伟;彭震宇;;基于蚁群优化算法的单通道冗余VLSI阵列重构[J];计算机工程;2008年07期
6 贾彦平;付立东;;基于蚁群算法的分类规则问题[J];电子技术;2008年09期
7 刘佶鑫;赵英凯;;蚁群算法元胞自动机模型应用[J];南京工业大学学报(自然科学版);2008年06期
8 崔世钢;徐雪莲;赵丽;田立国;杨耿煌;;蚁群优化在移动机器人路径规划上的研究[J];制造业自动化;2009年01期
9 舒期梁;赵丽萍;;基于改进蚁群优化的无线传感器网络路由算法[J];计算机测量与控制;2011年05期
10 燕忠,袁春伟;基于蚁群智能和支持向量机的人脸性别分类方法[J];电子与信息学报;2004年08期
11 冷晟;魏孝斌;张文艺;;柔性工艺路线的改进蚁群作业调度算法(英文)[J];南京航空航天大学学报(英文版);2006年02期
12 黄如;朱杰;徐光辉;;基于蚁群优化算法的传感器网络能量有效性覆盖机制(英文)[J];Journal of Southeast University;2007年02期
13 颜晨阳;张友鹏;熊伟清;;一种新的蚁群优化算法信息素更新策略及其性能分析[J];计算机应用研究;2007年07期
14 蔡立军;蒋林波;易叶青;;基于蚁群优化算法的基因选择[J];计算机应用研究;2008年09期
15 刘延风;刘三阳;;基于蚁群优化的置换流水车间调度算法[J];系统工程与电子技术;2008年09期
16 雷筱珍;赖万钦;;一种基于信息素的FCM蚁群聚类算法[J];安阳工学院学报;2009年02期
17 姜学鹏;洪贝;曹耀钦;;基于证据理论决策的蚁群优化算法[J];计算机技术与发展;2009年08期
18 辛玉林;徐世友;陈曾平;;基于最小代价和蚁群算法的传感器资源优化研究[J];信号处理;2010年01期
19 余建平;周新民;陈明;;群体智能典型算法研究综述[J];计算机工程与应用;2010年25期
20 王永贵;韩瑞莲;;基于改进蚁群算法的云环境任务调度研究[J];计算机测量与控制;2011年05期
中国重要会议论文全文数据库 前10条
1 熊伟清;魏平;;基于食物量分配的多种群二元蚁群优化算法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 赵冬斌;易建强;;基于蚁群优化算法的机器人规划[A];第25届中国控制会议论文集(中册)[C];2006年
3 邓科;丛爽;;不同蚁群优化算法在C-TSP中的性能对比研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
4 唐好选;曲毅;;蚁群优化算法在蛋白质构象预测问题中的应用[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
5 乔宗涛;谢军;谢明;;蚁群优化算法在无人机航路规划中的应用[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年
6 朱耀佳;吕勇哉;陈玉旺;潘常春;;蚁群优化方法在“炼钢-连铸-热轧”集成调度中的应用[A];中国计量协会冶金分会2007年会论文集[C];2007年
7 章小强;管霖;;基于蚁群算法的暂态稳定评估输入特征的识别[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
8 张伟;李守智;高峰;刘振山;;几种智能最优化算法的比较研究[A];第二十四届中国控制会议论文集(下册)[C];2005年
9 杨佳;许强;曹长修;;一种锅炉燃烧系统的新型优化算法[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
10 马海平;阮谢永;金宝根;;反向蚁群算法在故障监控中的应用[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 许瑞;基于蚁群优化算法的批调度问题研究[D];中国科学技术大学;2011年
2 李莉;柔性作业车间调度中的群智能优化算法研究[D];东北林业大学;2011年
3 柏继云;蚁群优化算法及觅食行为模型研究[D];哈尔滨工业大学;2013年
4 庄晓东;多移动机器人运动控制策略的强化学习研究[D];中国海洋大学;2005年
5 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
6 钟一文;智能优化方法及其应用研究[D];浙江大学;2005年
7 刘泓;交通仿真系统的并行计算、智能优化和混杂模型研究[D];浙江大学;2006年
8 李娜娜;仿生算法及其在专家分配问题中的应用[D];天津大学;2008年
9 薛俊芳;机电产品拆卸过程建模与规划研究[D];哈尔滨工程大学;2008年
10 白保存;考虑任务合成的成像卫星调度模型与优化算法研究[D];国防科学技术大学;2008年
中国硕士学位论文全文数据库 前10条
1 张志明;Linux机群环境下并行蚁群优化算法的设计与实现[D];长安大学;2012年
2 王敏;基于蚁群优化算法的齿轮箱故障诊断研究[D];中北大学;2010年
3 刘瑛;基于蚁群优化算法的车辆出行问题研究与应用[D];重庆理工大学;2013年
4 张泽彬;基于混合启发式蚁群优化算法在双层车辆路径问题的研究[D];广东工业大学;2012年
5 李静宜;蚁群神经网络的研究及其应用[D];江苏科技大学;2010年
6 袁军良;基于蚁群优化算法的集装箱装载问题求解[D];宁波大学;2011年
7 吴虎发;蚁群优化算法在求解最短路径问题中的研究与应用[D];安徽大学;2012年
8 何雪海;蚁群优化算法及其应用研究[D];重庆大学;2011年
9 王涛;基于粒子群蚁群优化算法的配电网络重构研究[D];长沙理工大学;2013年
10 付杰;基于GPU的并行蚁群优化算法的研究与实现[D];中国舰船研究院;2011年
中国重要报纸全文数据库 前1条
1 袁志勇;IJICC创刊一年已被EI等五个国际检索机构收录[N];科技日报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978