改进的蚁群算法及其在QoS中的应用

【摘要】： 蚁群优化算法是继模拟退火算法、遗传算法、禁忌搜索等智能启发式搜索算法之后,可以有效的求解组合优化问题的一种新型的模拟进化算法。它由MarcoDorigo于1992年在他的博士论文中最先提出,其灵感来源于蚂蚁在寻找食物过程中发现最短路径的行为。最新研究表明蚁群优化算法是一种基于群体的具有正反馈、分布式和强鲁棒性等优点的自组织的进化算法,该算法通过模拟蚂蚁的觅食行为,采用信息素正反馈机制、蚂蚁个体的分布式计算与路径启发式信息相结合的方法,能够很快地发现较好的解路径。然而,初期信息素无法反映路径的优劣导致初始搜索时间过长、容易陷入局部最优解等缺点在一定程度上影响了算法的求解性能。 本文从介绍常用于分析蚁群算法性能的经典NP问题——TSP问题入手,对蚁群优化算法的机制原理、模型、实现步骤和优缺点进行了详细的介绍,介绍了针对该算法本身缺点进行的诸多改进策略,并对基本蚁群算法模型进行了参数分析,用以指导算法参数的设置,在最大最小蚁群算法的基础上,加入了四个改进策略,使改进后的E-MMAS算法收敛速度和解路径的质量有了明显的提高,仿真实验中给出了E-MMAS在解决经典TSP问题和最小比率TSP问题上的性能优势。然后介绍了QoS路由技术的概况和及网络模型、数学模型,结合QoS路由问题对路径约束的新特征,基于E-MMAS快速收敛的特性,增加邻居探测、修改其概率转移公式,提出了一个性能优越的适用于解决QoS路由的QoS-MMAS算法,对于路径的优劣给出了两个适应度评价函数,在最后的实验仿真中,给出了在无向图和有向图中的实验对比结果,实验结果证实QoS-MMAS算法可以有效的解决QoS路由问题。