动态进化与交互学习机制融合的蚁群算法

针对蚁群算法收敛速度慢,易陷入局部最优等问题,提出动态进化与交互学习机制融合的蚁群算法(DEILACO).结合小生境的思想在两个种群内部构建动态进化模型,采取自适应进化机制,依据种群内部子群的寻优状态,对子群进行分级淘汰,合理调整进化方向,避免子群陷入局部最优;同时双种群采用交互学习机制,通过衡量种群内各子群适应度的标准差,自适应地调整交互周期,降低种群间的通信开销,并采取学习对象差异配对交流策略,提高交流效率和求解精度.最后采用多组不同规模的TSP(traveling salesman problem)算例实验分析,并与其它多种群算法进行对比.结果表明,该算法在提高求解精度和寻优速度方面表现更优.