-
题名奖惩蚁群算法
被引量:5
- 1
-
-
作者
张飞君
高玮
汪磊
-
机构
武汉工业学院研究生院
武汉工业学院土木系
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第10期44-47,共4页
-
基金
国家自然科学基金No.40872187~~
-
文摘
由于传统蚁群算法所采用的是随机概率搜索策略,收敛速度慢是其主要问题。为了提高算法的收敛速度,这里提出一种带奖惩策略的蚁群算法(PPACO)。新算法中,每次循环中发现的较优解都被挑选出来加以奖励,而普通解则被惩罚,这样就加快了较优路径和普通路径上信息素的差异;另外,为了不使这种差异对算法产生过多的影响,所有路径上的信息素都被限制在一定的范围[τmin,τmax]内,同时,信息素的挥发系数被设为相对较高值。通过典型模拟实验证明,新算法对解决复杂组合优化问题非常有效。
-
关键词
蚁群算法
排序
奖励
惩罚
-
Keywords
ant colony optimization
rank
premium
penalty
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-