文档介绍：万方数据
基于蚁群算法的电子战任务网络路由选择算法引言王树朋，薛滔，谭茂洲誯蚢摘要：为了提升电子战任务的执行效率和作战效能，提出一种基于蚁群算法的电子战任务网络路由选择算法。对蚁群算法的基本原理和基本模型进行研究，针对基本蚁群算法容易访问每一个城市，每个城市只能被访问一次。而且使得花费的代价最小。在初始时刻，各个路径上的信息素浓度相等，设两节点�碳涞男畔⑺嘏ǘ萺���Ｊ�１硎�￡时刻蚂蚁尼����，⋯，乃�咏诘鉯转移到节点�母怕恃≡窈�����￡���渌�其中：�缂觘反��换�％�B煲衔逑乱徊娇梢匝�浓度；仪表示信息启发因子，反映信息素在蚂蚁选择路径时所起的作用；叩�￡��痙�为启发式函数，��=诘阒�涞木嗬耄唤毂硎酒谕�舴⒁蜃樱�反映启发信息在蚂蚁选择路径时中的重要程度。蚂蚁在每走完一步或者完成一次遍历以后，要进行路径上的信息素更新。以防止某些路径上���肝�且�咸�图�先核惴ㄑ罢易疃搪肪兜氖纠�电子信息对抗技术·第�卷��年�碌�期王树朋，薛滔，谭茂洲基于蚁群算法的电子战任务网络路由选择算法直�稀粄幻甄食物�一�铣���跏甲刺�食物��蚁��笨蘯��笨�烈食物��。万方数据
廿：：�牵�舻谖逯宦煲显诒炬┲芯�齩√�△丁字��￡�骸霍睿��，△丁�￡�∑△丁；��基于蚁群算法的电；战任毒网络路由选择算法�先核惴ㄔ诼酚裳≡裰械挠τ���蚁群算法的改进策略���珏�����口���鞫∽帧�￡���蚁群算法主要参数的设置方法残留的信息素过多，导致启发信息无法发挥作用，信息更新规则如下：丁�￡���—．�·丁�￡�△下口����其中：�P畔⑺鼗臃⑾凳��娜≈捣段�猍�������为信息素残留系数；表示第矗只蚂蚁在时间间隔�辛浇诘鉯、�事肪渡系男畔⑺卦�根据信息更新方式的不同，��耐�提出了三种不同的基本蚁群算法模型，分别是蚁量模型、蚁密模型以及蚁周模型，它们的区别是：在搜索过程中，蚁周模型利用的是全局信息，即蚂蚁完成一次循环以后，更新所有路径上的信息素，通常以它作为蚁群算法的基本模型。在蚁周模型中：【��否则其中：�P畔⑺卦隽浚�涛5谄咧宦煲显诒敬窝�环走过路径的长度。基本蚁群算法容易陷入局部最优解，因此首先需要克服蚁群算法的这个缺点．并结合研究目标，在基本蚁群算法的基础上，对于蚁群算法进行适应性改进，才能将蚁群算法应用于电子战任务网络路由选择。在基本蚁群算法的基础上，进行以下几个方面的改进：�信息素更新方式的改进。基本蚁群算法的蚁周模型是在完成一次迭代以后，对于蚂蚁经过的所有路径进行信息素更新，信息素增长过快，容易使得算法陷入局部最优解，因此对于信息素更新方式进行改进。改进为：在所有的蚂蚁完成路径搜索以后进行信息素更新，而且在每次迭代完成以后，仅对本次迭代寻找到的最优解进行路径上的信息更新，更新规则如下：节点以，间的跳数最少��其中：咒�W钚√��Ｍü�庵中畔⑺馗�路�式，可以有效避免信息素增长过快使得算法过早陷入局部最优解。�信息素浓度的限制。在基本蚁群算法中，信息素浓度的取值范围是�，∞��毙畔⑺嘏ǘ�差距较大时，信息素浓度较小的路径被选择的可能性微乎其微，从而使得算法容易陷入局部最优解。改进为：将路径上信息素的浓度限制在�∶妗＃� ！�范围内，使得空间上所有路径均有被选择可能性，从而防止其中一些路径信息素浓度过大而使得搜索陷入停滞。蚂蚁