基于视觉修正的改进最大最小蚂蚁系统求解TSP

蚁群算法的研究与发展为解决优化问题提供了良好的方案,但是依然存在收敛速度慢和容易陷入局部最优的问题。为此,提出一种基于视觉修正的VC-MMAS算法。该算法以启发式信息为依据初始化信息素浓度,从而加速初期的算法收敛速度;引入“天文蚁”对历史最优路径进行检查和修正,同时使用“双优”策略更新信息素,帮助算法跳出局部最优。在旅行商问题(TSP)上的实验对比表明,该算法与其他算法相比具有更好的全局寻优能力和稳定性。

基于最大最小蚂蚁系统的容迟网络缓存机制

容迟网络(Delay Tolerant Network, DTN)是指节点资源紧张、网络延迟较大或链接频繁中断的网络结构。为保障消息到达率,DTN采用了缓存机制,导致网络开销大幅提升。为了在提升消息到达率的同时降低网络开销,通过考虑消息类别,将蚁群算法引入容迟网络缓存机制中,提出了基于最大最小蚂蚁系统的容迟网络缓存机制。在该机制中,节点致力于维护消息的信息素浓度,依据消息的类别及自身属性得到消息的丢弃权重,进而实现容迟网络的消息丢弃。实验结果表明,与基于传统蚁群算法的容迟网络缓存机制相比,所提的容迟网络缓存机制提高了7.7%的消息到达率并降低了5.4%的网络开销。

求解二次指派问题的最优迭代最大最小蚂蚁算法

为提高二次指派问题的求解质量,设计了一个有效的最大最小蚂蚁求解算法。首先,运用最优迭代思想,让每只蚂蚁从当前最优路径中随机地选择位置及其对应的任务作为下一轮迭代的初始值,增强每轮搜索的有效性;其次,采用加入新任务后目标值的增量作为启发式因子来引导状态转移,增加每步搜索的目的性;然后,应用多精英策略来进行信息素更新,增加解的多样性;并设计有效的双重变异技术来提高解的质量,提高算法的收敛速度;最后,应用QAPLIB数据集进行了大量实验,结果表明:该算法在二次指派问题的求解质量和稳定性上显著优于其他算法。

基于MPI的并行最大最小蚂蚁系统

现有蚁群系统在求解大规模组合优化问题时所需的计算时间较长。针对该不足,提出基于消息传递接口的粗粒度异步协作并行最大最小蚂蚁系统,能在保证解质量的前提下,降低并行计算中的通信开销。在曙光4000L并行机上进行的数值实验结果表明,该系统具有较优的并行加速比和加速效率,且适合于大规模TSP问题的求解。

基于最大最小蚂蚁系统的物流配送中心选址算法的研究

提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。

基于最大最小蚂蚁系统的一种应急物流路径规划方法

根据应急物流中存在的一些问题,利用最大最小蚂蚁系统收敛速度快和避免局部最优的优势,提出了一种基于最大最小蚂蚁系统的应急物流路径规划方法.该方法通过最大最小蚂蚁系统将信息素限制在一个适当的范围之内,克服了传统算法收敛速度慢和易陷于局部最优的缺点.对应用最大最小蚂蚁系统的应急物流系统进行仿真实验,结果表明:该方法能快速实现应急物流配送,满足了实际需要,减少了物流成本.

带变异算子的启发式最大最小蚂蚁系统求解流水车间调度问题

针对蚂蚁算法在求解流水车间调度问题(FSP)时易出现停滞以及计算时间较长的缺点,对最大最小蚂蚁系统(MMAS)进行了改进,提出一种带变异算子的启发式最大最小蚂蚁系统,在改进的算法中,指出了启发式信息值的求法,对一些参数作动态性调整并融入了遗传算法中的变异操作,最后,通过仿真结果表明了该算法对求解FSP问题是有效的。

基于最大最小蚂蚁系统的动态车辆路径问题研究

在描述动态车辆路径问题的基础上,通过对计划周期分片,将动态车辆路径问题转换为一系列的静态子问题,并采用改进的最大最小蚂蚁系统对静态子问题进行求解。在最大最小蚂蚁系统中,针对聚类分布和随机分布的客户,分别采用顺序法和并行法构建路线,信息素的更新量随着可选客户数量的不同而改变,同时在算法执行过程中对期望启发式因子、选择概率、信息素持续因子和蚂蚁数量等参数进行自适应调整。以整个路线的行驶距离作为目标,采用该算法对9个算例进行测试,与其他文献中算法的计算结果相比较,在使用车辆数量基本一致的情况下,9个问题都得到了最好解和最好平均解,表明了算法的有效性。

一种最大最小蚂蚁系统的改进算法

最大最小蚂蚁系统是解决组合优化问题的有效算法.本文研究了最大最小蚂蚁系统的状态转移规则和信息素的更新方式,并提出了相应的改进策略,使得算法具有更高的收敛速度和更强的全局搜索能力.对旅行商问题的仿真结果表明改进的算法是可行有效的.

基于最大-最小蚂蚁系统的PID参数整定

PID参数是影响PID控制器控制效果的重要参数。本文提出一种基于最大-最小蚂蚁系统(MMAS)进行PID参数整定的新型算法MPID,并给出了MPID算法的具体实现步骤。实验仿真表明,MPID算法与基于遗传算法、基本蚁群算法的PID整定方法相比,优化效果有明显改善,说明了该算法的可行性和优越性。

求解DNA杂交测序的改进最大最小蚂蚁算法

根据DNA杂交测序的特点,设计了一个改进的最大最小蚂蚁算法.首先,对问题进行预处理,将其转化为有约束的非对称旅行商问题;然后,对状态转移规则和全局更新规则进行改进,并运用变量邻域搜索思想,设计了一种简单高效的局部搜索技术.最后,采用后处理技术来解决长度约束问题.实验结果表明:该算法提高了DNA杂交测序的求解精度.

最小最大车辆路径问题的动态自适应蚁群优化算法

为求解最小最大车辆路径问题,提出动态自适应蚁群优化算法.该算法采用动态最大最小蚂蚁系统策略调整最优解,每次迭代更新τmin,将τmin作为当前信息素矩阵最大值的函数,根据当前最优弧调整选择弧的概率.采用一种灰色模型预测及控制信息素矩阵的边界,以增强蚁群算法参数的自适应性能.对信息素浓度相对较高的多个节点及其附近的边,利用信息素关联累积规则进行信息素更新.将文中算法进行场景的实例测试,仿真结果表明,该算法与线性规划、其他相关的蚁群算法相比,收敛速度更快,具有更好的优化性能和应用效果.

最小-最大车辆路径问题的蚁群算法

为了最小化车辆路径问题中行程最长子线路的长度,提出了一种可应用于不同数据集特点的参数自适应最大最小蚂蚁系统。针对聚类分布和随机分布的客户,分别采用顺序法和并行法构建路线,同时在算法执行过程中对期望启发式因子、选择概率、信息素持续参数和蚂蚁数量等参数进行自适应调整,既强化最优解附近的搜索,加快算法的收敛速度,也从一定程度上保证解的多样性,避免陷入局部优化。将该算法应用于7个经典算例的最小-最大车辆路径问题,计算结果表明,不仅可以取得较好的计算结果,而且算法的计算效率较高,收敛速度较快。

求解旅行商问题的高效自适应混合蚂蚁算法

在目前求解TSP问题效果最好的混合算法——最大最小蚂蚁算法和3-opt局部搜索算法的基础上,提出了一种改进的混合蚂蚁算法。算法前期使用局部搜索的解初始化信息素矩阵,加快收敛速度,后期依Metropolis接受准则概率接受局部优化解,有效地避免陷入局部最优,自适应的信息素调节机制使算法更加灵活,而K近邻候选集则使之适应大规模问题求解,理论分析和TSPLIB中部分实例仿真结果表明,此算法能比其他改进蚁群算法具有更多优越性。

应用LK算法求解旅行商问题的混合蚂蚁算法

目前求解TSP问题效果最好的混合算法是最大最小蚂蚁算法和局部搜索算法,文章通过对几种局部搜索的灵活运用,并结合改进的接受准则接受局部优化解,提出了一种高效的混合蚂蚁算法。算法前期使用3-opt这种简单高效的局部搜索的解初始化信息素矩阵,加快收敛速度,后期采用改进的Lin-Kernighan算法生成局部优化解然后依Metropolis接受准则概率接受,有效地避免陷入局部最优,理论分析和TSPLIB中部分实例仿真结果表明,此算法能比其他改进蚁群算法具有更多优越性。

求解图着色问题的最大最小蚁群搜索算法

针对图着色问题在传统的启发式蚁群算法的基础上提出了一种最大最小蚂蚁系统搜索算法,最大最小蚁群系统将正反馈、分布式计算特点与启发式算法思想有效的结合起来,可以改进信息素更新策略和引入了信息素平滑机制,使得加快了求解的收敛速度,又有效的避免了启发式算法易陷入局部最优。通过给中国地图着色的仿真实验结果表明,方法对图着色问题的求解是可行、有效的;并通过大量的实验证明了算法在求解的效率和求解的稳定性方面优于传统的蚁群算法。

一种改进的动态自适应最大-最小蚁群算法

最大—最小蚂蚁系统(MMAS)具有较强的全局最优解搜索能力,能够有效避免早熟收敛,但收敛速度较慢。针对MMAS的不足,改进其信息素更新方式,提出一种新的动态自适应调整信息素的策略。对TSP问题的仿真实验结果表明,改进后的算法加快了收敛速度,提高了全局搜索能力。

带有禁忌规则的改进蚂蚁算法

提出了一种带有禁忌规则的改进蚂蚁算法,改进的算法在每次迭代后,通过对信息素值的判断,来禁止信息素浓度过高的路径被"人工蚂蚁"过多访问,以此加大蚂蚁搜索领域的能力从而减少算法过早收敛于非最优解的现象,在此基础上,算法结合了当前被证实为最有效解决TSP问题的蚂蚁系统和最大最小蚂蚁算法的部分规则,对算法做出进一步改进。改进的算法通过数学推导证明该算法值收敛成立,并利用C#编程实验,结果表明,算法具有较好的求解性能。

基于最好最差蚂蚁路径差异的奖惩蚁群算法

基于路径优劣差异源于组成路径的路段不同的认识,该文提出一种最优最差蚂蚁路径差异奖惩的信息素更新策略。通过最优最差蚂蚁的路径比对,突出不同路段对路径的差异贡献,实施信息素的区分性奖惩,以增强信息素释放的针对性,加强对最优解附近区域的搜索引导,加速解的收敛。选取旅行商问题数据进行了算法性能测试,结果表明该文算法求得解的质量和收敛速度均优于最大最小蚂蚁系统,证实了算法的有效性。

一种PTN网络路由调度方法

针对现有技术方案无法解决复杂业务约束路由调度问题的现状,提出一种PTN网络路由调度方法,通过将路由调度问题转换成节点遍历问题,结合改进后的Dijkstra算法和带变异策略的最大最小蚂蚁算法求解经过起点、终点及各必经点的较优路由。改进后的算法在计算时间复杂度和空间复杂度都有不同程度提升,达到快速、精准计算PTN网络路由的目的。同时,该方法考虑已有路由方案和个性化需求,减少人工干预工作量,具有一定的通用性。