文档介绍：万方数据
基于改进蚁群算法求解连续空间寻优问题糜诹占溲坝诺囊先核惴世纪年代初期,意大利学者瓺热颂岢隽艘恢帜D庾匀唤缫先盒形5哪D饨法⒂酶盟惴ǖ玫搅司哂蠳荒讯鹊穆眯猩涛侍獾淖钣沤鈁閉。该算法是模拟蚂蚁觅食行为的群智能算法,具有较强的鲁棒性,优良的全局优化能力,并且易于与其他方法相结合等优点壳耙言谛矶嗔煊优越性。但蚁群算法在求解连续空间优化问题方面的研究相对较少,主要有汪镭等将离散域蚁群算法中的“信息量留存”过程扩展为连续域中的“信息量分布函数”,;;.等提出的用于连续优化的蚁群算法;陈烨等提出的用于连续优化的蚁群算法煌蹙忍岢鲇糜谇蠼饬约束优化的改进蚁群算法徽院S⒌忍岢鲇糜谇蠼夂呕恼植嫉囊先核惴ǖ萚。本文对应用蚁群算法求解连续空间寻优问题作一些探索性研究,基于文献难芯砍晒岢龈慕囊先核惴ā在连续空间的寻优问题求解中,解空间是一种区域性的表示方式。文献ㄒ辶擞糜谇蠼饬寻优问题的蚁群算法,其算法的主要思想是:每一步求解过程中的蚁群信息量留存方式不应是针对离散的点集分量,而应在对当前蚁群所处点集作出影响的同时,对这些点的周围区域也有相应的影响。这样,对蚁群信息量的留存方式描述应采用分布函数的形式,其峰值应与当前蚁群所处位置对应的寻优目标函数取值相关。同时,蚁群在解空间中的寻优方式是一种微调式的行进方式。蚁群判断行进方式所依据的是总体信息量在与蚁群当前位置所对应的特定区间内的积分累计比较值,而非在各点或点集上的信息量大小。在广西师范大学学报:自然科学版黄敏’由,马玉春得到了很好的应用。近些年公开发表的研究成果已显示出蚁群算法在求解离散空间优化问题方面的强大第卷第年摘要:蚁群算法是近几年优化领域中出现的一种启发式仿生类并行智能进化算法,并在离散空间领域中得到广泛应用,但在求解连续空间优化问题方面的研究相对较少。为了克服蚁群算法在连续空间中搜索时间过长等缺点,在原有的连续空间寻优方法的基础上,提出了一种用于求解连续空间寻优问题的改进蚁群算法。针对各子区间内的总信息量及应有的蚁数的求解方式进行改进,引入一个随迭代次数增加而变化的函数,以提高改进后蚁群算法的收敛速度。仿真实验表明,提出的基于信息量分布函数的改进蚁群算法较有关文献的算法有更好的收敛性能,从而为蚁群算法求解这类问题提供了一种可行有效的新方法。关键词:蚁群算法;连续空间寻优;信息量中图分类号:.文献标识码:文章编号:———收稿日期:一一基金项目:国家自然科学基金资助项目;海南省自然科学基金资助项目;海南省社会发展专项基金资助项目缓D鲜〗逃叩妊?蒲邢钅一通信联系人:靳婷,女,天津塘沽人,复旦大学博士研究生。:.海南大学信息科学技术学院,,上海碇菅г旱缱有畔⒐こ萄г海D先.
万方数据
高己一导。口灸弦话卜占溲坝诺母慕先核惴当每个单蚁移动心时,相邻两区间内相应于此单蚁移动的实际蚁数Ⅳ的变化为:下。必大小。若函数为最小值寻优,则信息量分布函数峰值为:尬一尬一得到各单蚁相应的信息量分布函数后,将各分布函数的总和对应于按蚁数划分的问题求解子空间进行积分求和,并与总的信息量分布函数在整个问题空间的积