文档介绍：兵工自动化
2012
04
·28 ·
Ordnance
Industry
Automation
31(4)
doi:
.1006

一种基于信息素变化的改进蚁群算法
刘海军 1,彭绍雄 2,高传斌 1,邹强 2
(1.
海军航空工程学院研究生管理大队,山东
烟台
264001 ;
2.
海军航空工程学院飞行器工程系,山东
烟台
264001 )
摘要:针对蚁群算法搜索时间长、易陷于局部最优解的缺点,提出一种增幅递减的局部信息素更新模型。通过
分析现有蚁群算法信息素更新模型陷入局部最优的原因,借鉴蚁群模型退火算法思想,根据假设推导出增幅递减信
息素更新模型,分析该模型对算法复杂度的影响,并分别采用 4 种信息素更新模型求解最短路问题。仿真结果表明,
该模型能较好地抑制算法陷入局部最优解问题。
关键词:蚁群算法;增幅递减;局部最优;信息素变化
中图分类号:
文献标志码:A
An
Improved
Ant
Colony
Algorithm
Based
on
Pheromone
Changing
Liu
Haijun 1,
Peng
Shaoxiong 2,
Gao
Chuanbin,
Zou
Qiang 2
(1.
Administrant
Brigade
of
Postgraduate ,
Naval
Aeronautical
&
Astronautical
University ,
Yantai
264001,
China ;
2.
Dept .
of
Aircraft
Engineering ,
Naval
Aeronautical
&
Astronautical
University ,
Yantai
264001,
China )
Abstract: The
ant
colony
algorithm
search
time
is
long
and
it
is
easy
to
fall
into
the
local
optimal.
Put
forward
the
amplitude
descending
local
phenomenon
renovating
model.
Through
analyzing
why
the
present
algorithm
fall
into
the
local
optimal,
and
using
ant
colony
bining
algorithm,
and
according
to
hypothesis
deduce
amplitude
descending
local
phenomenon
renovating
model,
and
analyze
influence
of
model
on
algorithm
co