收藏本站
《武汉理工大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

基于蚁群优化算法的TSP问题研究

孙骏  
【摘要】:TSP问题(traveling salesman problem)是一个组合优化方面的问题,已经成为并将继续成为测试组合优化新算法的标准问题。从理论上讲,使用穷举法不但可以求解TSP问题,而且还可以求出该问题的最优解。但是对现有的计算机来说,使用常规的穷举法在如此庞大的搜索空间中寻求最优解,几乎是不可能的。所以,各种求TSP问题近似解的优化算法应运而生了,本文所用到的蚁群优化算法也在其中。 蚁群算法作为一类启发式算法,已经成功地应用于求解TSP问题。蚂蚁通过分泌信息素来加强较好路径上的信息素的强度,同时按照路径上的信息素强度来选择下一步所选择的路径,好的路径将会被越来越多的蚂蚁选择,因此更多的信息素将会覆盖较好的路径,最终所有的蚂蚁都集中到了好的路径上。蚂蚁的这种基于信息素的正反馈原理正是整个算法的关键所在。 首先,本文对蚁群系统算法(ACS)的全局收敛性和关键参数的设置进行了深入的研究。ACS寻优性质优良,但搜索时间长、收敛速度慢、容易收敛到局部最优解,从而使其进一步推广应用受到局限。我们通过对算法的全局收敛性以及算法的全局搜索能力进行深入的理论研究,从改善算法全局收敛性的角度提出了一系列改良途径;同时对蚁群算法中参数α、β、ρ的作用作了理论上的研究,对算法参数的最优化配置进行丁分析,并利用Ei151这一典型的TSP问题进行了仿真实验,得出了比较适当参数配置方案。 在此之后,本文介绍了蚁群算法中一种新的信息素更新和路径选择机制并应用于求解TSP问题。在ACS基础上,改良的蚁群算法采用了更为高效的信息素更新和路径选择机制,使得改进后算法的全局收敛速度得到明显的提高;通过增加全局最小信息素强度的设置以及对权函数进行自适应调整改进了算法的搜索能力,扩宽了算法的搜索空间,使改进后算法更容易收敛到全局最优解;并通过实验证明了其有效性。 最后,本文对改进后的蚁群算法的实现进行了简单阐述,并针对蚁群算法的前景进行了展望。
【学位授予单位】:武汉理工大学
【学位级别】:硕士
【学位授予年份】:2005
【分类号】:TP18

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 夏小云;李云浩;汪峰;;基于蚁群优化算法的TSP问题求解[J];江西理工大学学报;2009年04期
2 马溪骏;潘若愚;杨善林;;基于信息素递减的蚁群算法[J];系统仿真学报;2006年11期
3 陈敏;徐东平;;基于蚁群优化算法的TSP问题研究[J];福建电脑;2007年03期
4 卢珊;;蚁群优化算法解决TSP问题[J];成功(教育);2007年12期
5 宋伟;;蚁群算法发展评述[J];软件导刊;2009年11期
6 赵熹;谢涛;;基于改进蚁群算法的TSP问题解决[J];大众科技;2009年10期
7 柳长源;毕晓君;韦琦;;基于蚁群算法求解TSP问题的参数优化与仿真[J];信息技术;2009年04期
8 曹桂文;张英;;基于蚁群算法的TSP问题求解[J];改革与开放;2010年16期
9 崔之熠;王茂芝;刘国涛;朱怀朝;;蚂蚁算法在TSP问题求解的应用[J];四川理工学院学报(自然科学版);2011年03期
10 王峰峰;王仁明;伍佳;;求解TSP问题的一种改进蚁群算法[J];自动化技术与应用;2010年07期
中国重要会议论文全文数据库 前10条
1 李扬;;改进的蚁群算法及其在Eil50问题上的检验[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
2 王雪萍;杨青;黄祖锋;;P2P网络中基于蚁群算法的智能搜索研究[A];2006全国复杂网络学术会议论文集[C];2006年
3 申春;彭秀增;罗凡;李肃义;;基于方向启发因子的蚁群算法[A];2006年全国理论计算机科学学术年会论文集[C];2006年
4 徐金荣;李允;;一种基于蚁群系统的遗传算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
5 黄文明;兰静;张阳;;基于改进蚁群算法的网格资源调度[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年
6 宁静;王桂棠;吴黎明;刘军;;基于自适应挥发因子蚁群算法的Zigbee路由协议[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
7 陈国良;;食用菌多糖对机体作用机制的猜想[A];2008全国药用真菌学术研讨会论文集[C];2008年
8 张永宏;李凯兵;孔令清;袁淑珍;;信息素在二连口岸进口木材检疫中的首次应用[A];植物保护与现代农业——中国植物保护学会2007年学术年会论文集[C];2007年
9 陆地;白燕琼;;信息时代高校图书馆对大学生的信息素质教育[A];图书馆改革与发展——陕西省社会科学信息学会第六次学术讨论会论文集[C];2003年
10 段海滨;王道波;于秀芬;;基于混合优化策略的连续域蚁群算法改进研究[A];2006中国控制与决策学术年会论文集[C];2006年
中国重要报纸全文数据库 前10条
1 记者 陈勇;人体免疫力能敌艾滋病吗[N];新华每日电讯;2000年
2 记者 杨骏;原来奶头信息素“导航”[N];新华每日电讯;2003年
3 胭苒;不做“臭”男人[N];卫生与生活报;2006年
4 阮礼录;蜂农如何避免被蜂螫?[N];湖南科技报;2006年
5 彼德·米勒;蚂蚁没有老大[N];云南经济日报;2008年
6 小荣;蜜蜂与现代科技[N];中国知识产权报;2000年
7 江苏省张家港市东莱小学 黄利锋;理论与实践的碰撞[N];中国电脑教育报;2005年
8 辛华;中科院动物所成功研发美国白蛾性诱芯[N];农资导报;2007年
9 ;可恨艾滋病全球大围剿[N];医药经济报;2000年
10 任吾;关于爱情的新发现[N];光明日报;2002年
中国博士学位论文全文数据库 前10条
1 胡小兵;蚁群优化原理、理论及其应用研究[D];重庆大学;2004年
2 王超学;遗传算法和蚁群算法及其在TSP问题和配电网重构问题中的应用研究[D];西安理工大学;2007年
3 王雷;类生物化制造系统协调机制及关键技术研究[D];南京航空航天大学;2010年
4 魏洪义;低致死剂量杀虫剂处理幼虫后对成蛾化学通讯系统的影响[D];中国科学院研究生院(上海生命科学研究院);2004年
5 皮介郑;信息素质理论与教育研究[D];中国科学院研究生院(文献情报中心);2003年
6 杨惠;德国小蠊聚集信息素及其生物合成影响因子的研究[D];中国人民解放军军事医学科学院;2004年
7 郜庆路;分布式自治制造系统中协调机制的研究与仿真[D];华中科技大学;2005年
8 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年
9 李春;小熊猫(Ailurus fulgens)通讯行为研究[D];华东师范大学;2007年
10 刘利强;蚁群优化方法研究及其在潜艇导航规划中的应用[D];哈尔滨工程大学;2008年
中国硕士学位论文全文数据库 前10条
1 孙骏;基于蚁群优化算法的TSP问题研究[D];武汉理工大学;2005年
2 夏腾;改进的蚂蚁算法在TSP问题中的研究[D];中南民族大学;2008年
3 史钗;基于蚂蚁算法的移动自组网组播路由研究[D];燕山大学;2006年
4 武交峰;应用遗传算法提高蚁群算法性能的研究[D];太原理工大学;2007年
5 张健;白杨透翅蛾无公害防治初步研究[D];东北师范大学;2008年
6 辛雅斐;蚁群算法中基于信息增益的信息素值的分析与改进[D];暨南大学;2008年
7 陈永祥;基于中心定位的蚁群算法及其在交通选路中的应用[D];武汉理工大学;2008年
8 康望星;基于蚁群算法的无线传感器网络路由算法研究[D];哈尔滨工程大学;2006年
9 施玲君;基于可拓蚁群算法的配电网重构研究[D];南京理工大学;2009年
10 李永胜;求解QoS路由优化的蚁群算法研究[D];广西民族大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026