摘要
针对蚁群算法收敛速度慢、参数选择难的不足,通过分析各参数对算法的影响和比较多种参数寻优方法,采用粒子群算法对蚁群算法进行参数寻优,并提出了一种快速收敛的自适应蚁群算法。针对旅行商问题的仿真试验表明,该算法是可行且有效的。
The ant colony optimization has deficiencies of slow convergence speed and difficult parameters selection.By analyzing the parameters＇effect on the algorithm and comparing multiple parameter optimization methods,adopts the hybrid algorithm of particle swarm optimization and ant colony optimization to optimize parameters,and proposes a fast convergent adaptive ant colony optimization.The simulation of the traveling salesman problem shows that the algorithm is feasible and effective.
出处
《湖南工业大学学报》
2012年第4期76-80,共5页
Journal of Hunan University of Technology
基金
国家技术创新基金资助项目(11C26214302856)
国家自然科学基金资助项目(6077311)
中国博士后科学研究基金资助项目(20080440216)
关键词
蚁群算法
自适应
参数
旅行商问题
ant colony optimization
adaptive
parameter
traveling salesman problem
