收藏本站
《扬州大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群算法的改进与应用

秦玲  
【摘要】:人们从仿生学的机理中受到启发,提出许多解决复杂优化问题的新方法,统称为元启发(metahueristic)算法,如遗传算法、进化策略、模拟退火、蚁群算法、禁忌搜索(tabu search)算法等,并成功地应用于实际问题,蚁群算法(ant colony algorithm,简称ACA)是最近几年才提出来的一种新型的模拟进化算法,它是由意大利学者M.Dorigo,V.Mahiezzo,A.Colorni等人受到人们对自然界中真实蚁群集体行为的研究成果的启发而首先提出来的。他们充分利用蚁群搜索食物的过程与旅行商问题(TSP)之间的相似性,通过人工模拟蚂蚁搜索食物的过程中个体之间的信息交流与相互协作最终找到从蚁群到食物源的最短路径的原理解决了TSP问题,取得了很好的结果。随后,蚁群算法被用来求解job-shop调度问题、指派问题、序列求序(sequential ordering)等NP完全问题,显示出蚁群算法在求解复杂优化问题(特别是离散优化问题)方面的优越性,证明它是一种具有广阔发展前景的好方法。 但是,蚁群算法仍然存在一些缺陷:如在性能方面,算法的收敛速度和所得解的多样性、稳定性等性能间存在矛盾:这是因为蚁群中多个个体的运动是随机的,虽然通过信息的交流能够向着最优路径进化,但是当群体规模较大时,很难在较短时间内从复杂无章的路径中找出一条较好的路径,如果一味加快收敛速度则很可能导致蚂蚁的搜索陷入局部最优造成早熟、停滞现象。应用范围方面,蚁群算法的应用尚且局限在较小的范围中,难以处理连续空间的优化问题:由于每个蚂蚁在每个阶段所作的选择总是有限的,它要求离散的解空间,因而它对组合优化等离散优化问题很适用,而对线性和非线性规划等连续空间的优化问题的求解不能直接应用。 本文首先详细介绍了基本蚁群算法并综述了当前国内外蚁群算法的研究现状;分析了蚁群算法中蚂蚁搜索过程的本质,针对上述蚁群算法存在的问题,在第四章提出了平衡蚁群算法收敛速度解的性能之间矛盾,提高其性能的四种改进蚁群算法,并总结当前研究工作,分析相关问题,给出了我们在该方面工作的进一步研究思路。 第一种算法是基于分布均匀度的自适应蚁群算法,根据优化过程中蚂蚁的分布均匀度,动态地调整下一次迭代过程中蚂蚁分布的大致范围,同时根据不同蚂蚁选择的各条路径构成解的好坏程度有差别的自适应更新相应路径上的信息量。第二种算法模拟蚂蚁感觉和知觉行为,将蚂蚁的搜索过程分为三个阶段,在不同阶段有差别的采取不同的优化机制,成功地避免蚂蚁完全受信息量影响的“道听途说”而造成的干 扬州大学石贞{一学位论文 扰和自日选路,第三种算法是改进的增强型蚁群算法,通过增强全局(或局部)最优解 和全局(或局部_次优解的路径上的信息量浓度以及对它们进行交叉和变异操作的遗 传优化方法来改进增强型蚁群算法.第四种算法在算法中引入免疫遗传学 (i mmunogenetics)及免疫系统中的浓度控制机制,调节蚂蚁遍历过程中的信息量分布, 弓!用小生境技术(n iche),将蚁群分化为若干小子群独立进化.实验证明这四种算法平 衡了收敛速度与解的多样性之间的矛后,有效避免了早熟和停滞现象. 在研究过程中,我们发现基本蚁群算法的一个不可忽视的应用缺陷是不太适合 求解连续性优化问题,为此在第五章,我们还提出一种用蚁群算法求解连续空间优化 问题的方法,将解空间划分成若干子域,在蚁群算法的每一次迭代中,首先根据信息量 求出解所在的子域,然后在该子域内已有的解中确定解的具体的值.实践证明,这种方 、法可推广应用到其他连续空间的优化问题之中,突破了基本蚁群算法的应用局限,为 将该算法应用于连续性优化问题提出了新的途径, 另外,我们还把蚁群算法应用于o一1背包问题,武器一目标分配问题、Flow一shoP 问题以及Qos路由问题,都获得了比较好的应用,取得了较好的效果.特别是在解决 Qos成组多播路由问题的改进蚁群算法中,不但简化了算法中参数的选取过程,还避 免了将各个度量参数的简单归一,算法能充分保证实际网络Qos需求. 在本文中,我们提出求解TSP问题的四种提高蚁群算法性能的改进算法,给出该 方面工作的进一步研究思路;同时改进基本蚁群算法结构,使其适应于求解连续优化 问题;研究其优化本质,将其应用于除TSP问题外的五种不同应用问题,大量应用实例 的实验结果证明,这些改进的蚁群算法不但加速了蚁群算法的收敛速度,提高了优化 所得解的质量,而且扩大了蚁群算法的应用范围.
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李红,成新文;禁忌搜索与遗传算法在求解时间表问题中的对比研究[J];内蒙古师范大学学报(自然科学汉文版);2003年04期
2 赵静;孔金生;;基于遗传算法和禁忌搜索的混合优化策略[J];计算机工程与设计;2009年23期
3 曹元大,蔡刿;组播QoS路由的遗传算法研究[J];计算机工程;2004年07期
4 潘耘,余镇危,王励成;求解应用层组播路由问题的遗传算法[J];小型微型计算机系统;2005年01期
5 张建强;方卫国;;有时间窗约束车辆路径问题的改进遗传算法[J];计算机工程与应用;2010年32期
6 贾兆红;唐俊;卢冰原;;基于禁忌遗传算法的权重发现技术[J];计算机技术与发展;2006年11期
7 沈浩然;李爱平;刘光富;;基于混合遗传算法的可重组制造系统作业计划方法[J];机电一体化;2007年01期
8 贾兆红;唐俊;;一种基于混合遗传算法的聚类方法[J];计算机应用与软件;2008年04期
9 张洁,黄德才;基于遗传算法的一种组播路由算法[J];计算机测量与控制;2004年03期
10 陈年生,李腊元,董武世;基于混合遗传算法的QoS多播路由算法[J];计算机应用;2005年07期
11 路景;周春艳;;基于遗传算法的混合优化策略研究[J];计算机技术与发展;2007年03期
12 彭传勇;高亮;邵新宇;周驰;;求解作业车间调度问题的广义粒子群优化算法[J];计算机集成制造系统;2006年06期
13 贾兆红;贾瑞玉;倪志伟;唐俊;;基于禁忌搜索与遗传算法的案例检索技术[J];计算机技术与发展;2007年04期
14 侯春雨;;多无线WMN中干扰最小化信道分配算法研究[J];数学的实践与认识;2010年07期
15 王鹏云;;基于改进遗传禁忌算法的PID控制器[J];宝鸡文理学院学报(自然科学版);2010年02期
16 来卫国;侯惠峰;李鸥;;多约束应用层组播的算法研究[J];计算机工程与应用;2007年19期
17 王世刚;CAIP中测量路径优化方法的研究[J];机械制造;2004年06期
18 王庆;闫丽军;;电子商务环境下物流配送路径优化研究[J];天津商业大学学报;2010年03期
19 许德刚;肖人彬;;基于改进神经网络的粮食配送中心选址决策研究[J];计算机应用研究;2010年03期
20 王鹏云;;基于遗传禁忌算法的带式输送机直接转矩控制系统[J];微计算机信息;2010年10期
中国重要会议论文全文数据库 前10条
1 颜震;林建群;林建强;曲音波;;遗传算法及禁忌搜索在生物数学模型参数优化中的应用[A];中国资源生物技术与糖工程学术研讨会论文集[C];2005年
2 李嘉;王梦光;唐立新;宋建海;;求解异种车队车辆路径问题的混合遗传算法[A];2001中国控制与决策学术年会论文集[C];2001年
3 周宏斌;李文元;胡勇;;智能算法在多用户检测中的应用[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(下册)[C];2008年
4 刘长有;卫东选;;基于遗传算法的机场停机位分配问题研究[A];2006中国控制与决策学术年会论文集[C];2006年
5 张涛;杨威;王梦光;;关于热轧作业计划模型和算法的若干问题的研究[A];1999中国控制与决策学术年会论文集[C];1999年
6 周海清;王恭先;陈正汉;;基于面向对象遗传算法的抗滑桩优化设计程序的研制[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集(下册)[C];2003年
7 吴建生;金龙;;基于实数编码的遗传算法神经网络预报建模研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
8 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
9 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
10 曹春红;李文辉;张永坚;;遗传蚂蚁算法在几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
中国重要报纸全文数据库 前10条
1 ;NTT提供IP-VPN视频服务[N];人民邮电;2005年
2 记者杨健;我国首次成功运用组播视频技术[N];人民日报;2003年
3 ;用组播提高服务质量[N];中国计算机报;2004年
4 中国科学院研究生院信息安全国家重点实验室 曹政 徐海波;管好你的“钥匙串”[N];计算机世界;2004年
5 华为技术有限公司北京研究所 郭锋;快捷传播 多点沟通[N];网络世界;2003年
6 李志国;网络边缘与核心同等重要[N];中国计算机报;2005年
7 北京邮电大学计算机系网络教研室 江东;IP组播已成熟[N];计算机世界;2003年
8 ;组播技术大盘点[N];人民邮电;2002年
9 信息产业部电信研究院 田辉;6大特性勾勒IP网发展方向[N];通信产业报;2004年
10 鼎桥通信技术有限公司 范晨 李克;TD—MBMS:抢滩多媒体广播业务[N];通信产业报;2007年
中国博士学位论文全文数据库 前10条
1 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
2 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
3 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
4 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
5 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
6 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年
7 崔晓芳;箱型结构焊接变形预测、控制及应用[D];大连交通大学;2005年
8 张材;薄带坯铸轧板形智能识别与控制系统研究[D];中南大学;2004年
9 田方;遗传算法的改进研究及其在压缩机性能分析与优化中的应用[D];东北大学;2006年
10 谷峰;柔性作业车间调度中的优化算法研究[D];中国科学技术大学;2006年
中国硕士学位论文全文数据库 前10条
1 杨衡;蒙特卡罗模拟优化与风险决策分析的应用研究[D];天津大学;2004年
2 薛倩;求解JOB-SHOP车间作业调度的混合算法研究[D];大连交通大学;2009年
3 叶碧虾;基于遗传和禁忌搜索算法的排课系统研究与实现[D];厦门大学;2009年
4 王乐;对解决背包问题的遗传禁忌搜索算法的研究[D];郑州大学;2006年
5 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
6 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
7 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
8 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
9 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
10 古邦伦;电磁频谱管理中的频率分配技术研究[D];国防科学技术大学;2006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