收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群算法及其应用研究

杨剑峰  
【摘要】: 社会性动物的群集活动往往能产生惊人的自组织行为,如个体行为显得简单、盲目的蚂蚁组成蚁群以后能够发现从蚁巢到食物源的最短路径。生物学家经过仔细研究发现蚂蚁之间通过一种称之为“外激素”的物质进行间接通讯、相互协作来发现最短路径。受这种现象启发,意大利学者M.Dorigo,V.Maniezzo和A.Colorni通过模拟蚁群觅食行为提出了一种基于种群的模拟进化算法——蚁群算法。该算法的出现引起了学者们的巨大关注,在过去的短短十余年时间内,蚁群算法已经在组合优化、函数优化、系统辨识、网络路由、机器人路径规划、数据挖掘以及大规模集成电路的综合布线设计等领域获得了广泛的应用,并取得了较好的效果。 本论文围绕蚁群算法的原理、理论及其应用,就如何改进基本蚁群算法、蚁群算法的并行实现,蚁群算法在组合优化、函数优化以及电厂主蒸汽温度控制系统等领域的应用进行了较为深入、系统的研究。本文的主要研究成果包括: 1.提出了一种回溯蚂蚁系统。该算法使用了一种新的类型的回溯蚂蚁(BA)来发现新的路径,类似于NP算法中在周围区域中的抽样。除了对信息素的轨迹量限制一个最大和最小值以防止停滞以外,该算法让蚂蚁随机的选择最好解的那一条边,并且迫使蚂蚁避免这条边,然后用周游的方法更新信息素矩阵,而不是发现的最好解。仿真实验结果证明:该算法在无论是求解对称还是非对称TSP问题都可以和MMAS算法相媲美,体现了很高的性能。 2.提出了一种多重蚁群算法。该算法是受并行遗传算法的概念所启发,在求解TSP问题时使用不同种群搜索解空间以避免局部最优从而获得全局最优。对几个TSP基准问题的仿真实验结果证实了该算法的有效性和可行性,其性能高于ACS算法。 3.针对大规模的TSP问题,提出了一种并行蚁群算法——并行蚁群系统。同以往的并行策略不同的是,该算法把并行处理的概念用之于蚁群系统。该算法把人工蚂蚁分成几个群,然后把蚁群系统应用于每一个群体,群体之间可以进行通讯,即按照邻居群所发现的最好路径来更新自己每条路径上的信息素水平。该算法不仅减少了计算时间,而且具有极高的搜索较好解的能力。仿真实验结果表明了该算法的有效性,而且其性能也远远超过了ACS算法和AS算法。 4.提出了求解函数优化问题的GAAA算法。该算法是基于遗传算法和蚂蚁算法的混合算法。其基本思路是算法前过程采用遗传算法,充分利用遗传算法的快速性、随机性、全局收敛性,其结果是产生有关问题的初始信息素分布。算法后过程采用蚂蚁算法,在有一定初始信息素分布的情况下,充分利用蚂蚁算法的并行性、正反馈机制以及求解效率高等特性,提高求解效率。实验结果表明,该算法是一种时间效率和求解效率都比较好的求解函数优化问题的有效算法。 5.提出了一种求解电厂主蒸汽温度串级PID控制系统参数优化的蚁群算法。该算法针对PID参数优化的特点,把控制系统的绝对误差的矩的积分作为评价的性能指标来对控制系统进行优化;而后在蚂蚁的搜索过程中,嵌入了邻近搜索机制以搜索更优的解。实验结果证明,蚁群算法应用于主蒸汽温度PID控制器参数的优化是可行和有效的,而且比传统的方法和遗传算法具有更高的性能。 最后,对全文的研究工作进行了总结,并对蚁群算法的未来研究方向作了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄樟灿,吴方才,胡晓林;基于信息素的整数规划的演化求解[J];计算机应用研究;2001年07期
2 田伟,田国会;信息素修改策略求解固定货架动态拣选问题的研究[J];系统仿真学报;2005年08期
3 冀俊忠;刘椿年;黄振;;蚁群算法中信息素增量和扩散模型的研究[J];计算机科学与探索;2007年01期
4 姜长元;;基于混合信息素递减的蚁群算法[J];计算机工程与应用;2007年32期
5 贾瑞玉;张新建;冯伦阔;李永顺;;信息素增量动态更新的改进蚁群算法[J];计算机技术与发展;2009年09期
6 陈祥国;武小悦;;基于信息素评价的卫星数传调度蚁群算法[J];系统仿真学报;2009年20期
7 王雷;唐敦兵;袁伟东;;基于信息素的协调机制与任务分配研究[J];中国机械工程;2011年03期
8 刘瑞杰;胡小兵;;基于动态调节信息素增量的蚁群算法[J];计算机应用研究;2012年01期
9 沈东;魏瑞轩;茹常剑;;基于数字信息素的无人机集群搜索控制方法[J];系统工程与电子技术;2013年03期
10 曹先彬,尹宝勇;基于信息素异步更新的蚁群算法[J];系统工程与电子技术;2004年11期
11 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
12 龚本灿;李腊元;蒋廷耀;汪祥莉;;基于信息素适量更新与变异的高效蚁群算法[J];计算机工程与应用;2008年01期
13 代启国;冀俊忠;刘椿年;;蚁群算法中基于知识引导的信息素控制策略[J];北京工业大学学报;2011年08期
14 章春芳;业宁;;基于信息素的多种反馈作用的并行蚁群算法[J];计算机与信息技术;2012年03期
15 韩佳岐;;浅析信息素养下的计算机基础教育改革[J];计算机光盘软件与应用;2013年16期
16 黄国锐,曹先彬,王煦法;基于信息素扩散的蚁群算法[J];电子学报;2004年05期
17 柯良军;冯祖仁;冯远静;;有限级信息素蚁群算法[J];自动化学报;2006年02期
18 高尚;孙玲芳;侯志远;杨静宇;;基于多样信息素的蚁群算法[J];计算机科学;2006年10期
19 王则林;罗永平;陆建德;;基于最近邻居选择、信息素动态更新和局部启发搜索的蚁群算法[J];南通大学学报(自然科学版);2006年04期
20 韦联旺;段复建;;带参数信息素的蚁群算法[J];桂林电子科技大学学报;2011年02期
中国重要会议论文全文数据库 前10条
1 袁伟东;岳亚霖;韦朋余;陈颖;王雷;;基于信息素的任务分配研究[A];中国钢结构协会海洋钢结构分会2010年学术会议暨第六届理事会第三次会议论文集[C];2010年
2 翁瑞;张晓丽;刘虎威;;动物信息素的分离检测方法研究进展[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
3 张钟宪;周荫庄;牛焕双;郑建华;;以绿色化学原则指导蚜虫报警信息素的合成[A];第一届全国化学工程与生物化工年会论文摘要集(上)[C];2004年
4 沈伟;田伟生;;蚂蚁信息素(S)-(+)-Bishomomanicone的合成[A];中国化学会第26届学术年会有机化学分会场论文集[C];2008年
5 吉原香;周宏平;;信息素的研究现状与发展趋势[A];新形势下林业机械发展论坛论文集[C];2010年
6 刘金艳;张钟宪;;蚜虫报警信息素及其类似物合成研究进展[A];第三届全国化学工程与生物化工年会论文摘要集(下)[C];2006年
7 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
8 游越;张钟宪;;蚜虫报警信息素微乳剂的配制[A];第三届全国化学工程与生物化工年会论文摘要集(下)[C];2006年
9 杨晖;张亚平;;基于多基因组比较的哺乳动物信息素受体V2R基因家族研究[A];中国动物学会兽类学分会第六届会员代表大会暨学术讨论会论文摘要集[C];2004年
10 康铁牛;凌云;王晓波;陈馥衡;杨新玲;;蚜虫报警信息素EBF及其类似物的研究进展[A];科技创新与绿色植保——中国植物保护学会2006学术年会论文集[C];2006年
中国博士学位论文全文数据库 前6条
1 寇嘉梁;基于分片网络的体育场人员疏散多目标优化研究[D];武汉理工大学;2013年
2 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
3 王笑蓉;蚁群优化的理论模型及在生产调度中的应用研究[D];浙江大学;2003年
4 左洪浩;蚁群优化算法及其应用研究[D];中国科学技术大学;2006年
5 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年
6 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
中国硕士学位论文全文数据库 前10条
1 杨洁;基于信息素强度的蚁群算法及其应用研究[D];湖南大学;2009年
2 冯琳琳;蚜虫报警信息素的绿色合成及应用研究[D];首都师范大学;2008年
3 刘金艳;蚜虫报警信息素的合成及生物活性研究[D];首都师范大学;2008年
4 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
5 陈龙佳;褐色克粪蚊信息素的组分鉴定及菇房诱集效果研究[D];华中农业大学;2014年
6 张志云;八肋游仆虫信息素在大肠杆菌中的表达、纯化及其活性测定[D];山西大学;2003年
7 刘瑞杰;蚁群算法及其应用研究[D];重庆大学;2012年
8 程日来;最大团问题的蚁群算法研究[D];哈尔滨工业大学;2007年
9 杨剑勇;蚁群算法在QoS网络路由优化中的应用[D];华东理工大学;2012年
10 肖广雪;基于信息素和多Agent协商的柔性路径下跨单元调度方法[D];北京理工大学;2011年
中国重要报纸全文数据库 前9条
1 记者 杨骏;原来奶头信息素“导航”[N];新华每日电讯;2003年
2 本报记者 董长青;果农不用农药照样灭害虫[N];北京日报;2012年
3 胭苒;不做“臭”男人[N];卫生与生活报;2006年
4 任吾;关于爱情的新发现[N];光明日报;2002年
5 记者 陈勇;人体免疫力能敌艾滋病吗[N];新华每日电讯;2000年
6 小荣;蜜蜂与现代科技[N];中国知识产权报;2000年
7 北京自然博物馆 侯迎;蚂蚁的趣事轶闻[N];北京科技报;2003年
8 选自《昆虫大家族》;奇奥的蚂蚁王国[N];大众科技报;2001年
9 王礼陈;研究发现:恐惧可能会通过汗液传染[N];新华每日电讯;2008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
  • 010-62982499
  • 010-62783978