收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群算法及其在TSP中的应用

黄茜  
【摘要】: 自从上世纪50年代中期创立仿生学以来,人们不断地从生物进化的机理中得到启发,提出了许多用于解决复杂优化问题的新方法,比如神经网络、遗传算法、模拟退火算法、进化规划等,并成功应用于解决实际问题。由意大利学者Marco Dorigo, V.Maniezzo ,A.Colorni于1992年首先提出的一种基于种群的模拟进化算法-蚁群优化(Ant Colony Optimization ACO),它是一种新颖的仿生进化算法,适用于求解复杂组合优化问题。目前,蚁群系统己成功应用于求解旅行商问题(Traveling salesman problem TSP)、二次分配问题(QAP)和job-shop调度问题,取得了很好的实验效果。受其影响,蚁群系统的研究已经逐渐引起了更多学者和专家的关注。虽然,该研究方法处于研究的初级阶段,但是一些研究成果已经显示出蚁群系统在求解复杂优化问题方面的优越性。本文的工作如下: ①对蚁群算法的理论及其在TSP中的应用进行了较为深入、系统的研究。介绍了蚁群算法基本模型的原理、特点、构成和实现方法,对蚁群算法参数的合理选取进行了详细的实验分析,给出了算法参数选取的基本原则。 ②对于传统的蚂蚁算法容易出现早熟和停滞现象,及传统的蚁群算法中的信息素进行了动态的自适应调整,提出了一种新的自适应蚂蚁算法,选取几个TSP问题进行实验,结果表明改进后的算法具有更好的搜索全局最优解的能力,并具有更好的稳定性和收敛性。 最后对全文的研究工作进行了总结,并展望了蚁群算法进一步还要研究的课题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王琛;;基于蚁群算法的Traveling Salesman Problem研究[J];山西师范大学学报(自然科学版);2008年04期
2 屈稳太;丁伟;;一种改进的蚁群算法及其在TSP中的应用[J];系统工程理论与实践;2006年05期
3 郭倩倩;黄天民;施继忠;胡明俊;;一种改进的蚁群算法及其在旅行商问题中的应用[J];西南民族大学学报(自然科学版);2006年06期
4 区云鹏;韦兆文;蒋慧超;;基于多信息素的蚁群算法[J];广西科学院学报;2008年03期
5 项宝卫;应建健;;蚁群算法研究综述[J];台州学院学报;2007年03期
6 卢峰;吴大舜;曹兰;;蚁群算法理论及应用[J];科技广场;2008年05期
7 赵玲,刘三阳;基于几何结构的求解旅行商问题的蚁群算法[J];苏州科技学院学报(自然科学版);2005年03期
8 陈鑫;;蚁群算法在旅行商问题中的应用研究[J];科技信息(学术研究);2008年15期
9 向晓明;;浅析分布式技术在旅行商问题中的应用[J];科协论坛(下半月);2008年05期
10 梁家明;;基于蚁群算法的TSP问题研究[J];科技资讯;2010年03期
11 张宏达;郑全弟;;基于蚁群算法的TSP的仿真与研究[J];航空计算技术;2005年04期
12 吕小峰;李静;俞素凯;;基于蚁群算法的教学辅助系统设计与实现[J];实验室研究与探索;2009年05期
13 李澄非;朱群雄;;基于蚁群算法的混合优化算法在TSP中的应用[J];青岛大学学报(自然科学版);2007年01期
14 吴桂芳;伍红华;;求解TSP问题的蚁群算法研究[J];广西民族大学学报(自然科学版);2007年02期
15 廖继红;;基于旅行商问题的优化算法设计[J];科技信息;2008年29期
16 姜长元;;求解TSP问题的蚁群算法研究[J];阜阳师范学院学报(自然科学版);2006年02期
17 陈昊;;蚁群优化算法的原理及其应用[J];湖北大学学报(自然科学版);2006年04期
18 许广辉;崔炳谋;王振宏;;基于遗传——蚁群混合算法求解旅行商问题[J];物流科技;2007年04期
19 汤可宗;江新姿;张磊;高尚;;一种求解旅行商问题的改进蚁群算法[J];东华理工学院学报;2007年04期
20 程满中;王江晴;;基于群集智能的蚁群算法研究[J];中南民族大学学报(自然科学版);2006年04期
中国重要会议论文全文数据库 前10条
1 徐英钟;高震;李波;;基于禁忌搜索的蚁群算法求解旅行商问题[A];第四届中国智能计算大会论文集[C];2010年
2 张辉;王锡淮;肖健梅;;基于改进蚁群算法的旅行商问题[A];2007中国控制与决策学术年会论文集[C];2007年
3 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
4 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
5 高尚;蒋新姿;汤可宗;杨静宇;;蚁群算法与粒子群优化算法的混合算法[A];第25届中国控制会议论文集(中册)[C];2006年
6 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
7 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
8 施寒潇;;基于改进型蚁群算法求解0/1背包问题[A];2005中国控制与决策学术年会论文集(上)[C];2005年
9 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
10 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
2 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
3 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
4 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
5 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
6 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
7 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
8 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
9 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
10 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
中国硕士学位论文全文数据库 前10条
1 黄茜;蚁群算法及其在TSP中的应用[D];重庆大学;2008年
2 刘仁洪;一种改进的蚁群算法求解旅行商问题[D];山东大学;2008年
3 王丽红;蚁群算法及其在车间调度中的应用研究[D];合肥工业大学;2009年
4 黄美玲;蚁群优化算法的研究及其应用[D];南昌大学;2007年
5 步燕芳;免疫蚁群算法及其应用[D];南京理工大学;2009年
6 蔡志瑞;改进的蚁群算法在OKP企业物流调度中的应用研究[D];南京理工大学;2009年
7 王晴;基于蚁群算法的电路故障诊断技术研究[D];华中科技大学;2007年
8 李将军;蚁群算法研究及其在电力系统中的应用[D];重庆大学;2009年
9 张毅;改进的蚁群算法在TSP问题上的应用[D];吉林大学;2005年
10 郭倩倩;蚁群算法的改进及其在车辆路径问题中的应用[D];西南交通大学;2007年
中国重要报纸全文数据库 前10条
1 清华大学计算机系 陈恩义;无缝移动[N];计算机世界;2002年
2 ;三大步迈向NGeN[N];中国计算机报;2005年
3 程雁;自适应对千兆有益吗[N];中国计算机报;2004年
4 吴中秋 王鑫;重视“自适应协同”训练[N];解放军报;2005年
5 李怀斌;不确定性市场环境与自适应型企业范式[N];经济日报;2003年
6 李强;排除自适应网卡引起的故障[N];中国电脑教育报;2004年
7 ;思科推出多合一系统级安全工具[N];人民邮电;2005年
8 ;长城推出自适应以太网交换机[N];通信产业报;2000年
9 ;给无线增添自适应[N];网络世界;2008年
10 云飞;北电推出自适应LAN解决方案[N];中国计算机报;2003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