期刊文献+

基于种群熵的改进自适应蚁群算法

下载PDF
导出
摘要 针对标准蚁群算法(ACO)在求解旅行商问题(TSP)时出现的早熟收敛、易陷入局部极值点的缺点,提出了基于种群熵的改进自适应蚁群算法求解方法。通过种群熵来衡量算法是否陷入局部最优,直接交换部分边上的信息素以增加解的多样性。通过对解TSP的实验仿真表明,改进后的算法提高了搜索效率和全局收敛性能,该算法是可行和有效的。
作者 王正初 李军
出处 《计算机应用》 CSCD 北大核心 2006年第S2期192-193,213,共3页 journal of Computer Applications
  • 相关文献

参考文献12

二级参考文献39

  • 1金飞虎,洪炳熔,高庆吉.基于蚁群算法的自由飞行空间机器人路径规划[J].机器人,2002,24(6):526-529. 被引量:52
  • 2[1]Dorigo M, Maniezzo V, Colorni A. The ant system: optimi zati on by a colony of cooperating agents[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part B, 1996,26(1):1-13.
  • 3[2]Dorigo M, Gambardella L M. Ant colony system: a cooperative lea rnin ig approach to the traveling salesman problem[J]. IEEE Transactions on Evolutionary Computation, 1997,1(1):53-66.
  • 4[3]Schoonderwoerd R, Holland O. Ant-based load balancing in telec ommu nications networks[J]. Adaptive Behavior,1997,5(2):169-207.
  • 5[4]Parsa M, Zhu Qing. An iterative algorithm for delay-constr aine d minimum-cost multicasting[J]. IEEE/ACM Transactions on Networking,1998,6(4):461-474.
  • 6[5]Zhang Qingfu, Leung Yiuwing. An orthogonal genetic algorithm fo r mu ltimedia multicast routing[J]. IEEE Transactions on Evolutionary Compu tation,1999,3(1):53-62.
  • 7[6]Lawler E L. Combinatorial optimization:networks and matroids[M ]. New York(Toronto):Rinehart & Winaton,1976.
  • 8[7]Hong Sungpi, Lee Heesang, Park H B. Efficient multicast routing algorithm for delay-sensitive applications with dynamic membership[A]. Proceedings-IEEE INFOCOM[C]. San Fransisco,CA,USA:[s.n.],1998.1433-1440.
  • 9[1]Dorigo M, Maniezzo V, Colorni A. Ant system: optimization by a colony of coorperating agents[J]. IEEE Trans on SMC, 1996, 26(1): 28-41.
  • 10[2]Dorigo M, Gambardella L M. Ant colony system: a cooperative learning approach to the traveling salesman problem[J]. IEEE Trans on Evolutionary Computing, 1997, 1(1):53-56.

共引文献117

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部