融合随机趋邻策略的协同演化蚁群算法

TP18; 针对蚁群算法在求解旅行商问题时收敛速度慢、求解精度低等问题,提出一种融合随机趋邻策略的协同演化蚁群算法.随机趋邻策略首先采用随机分级策略将蚁群随机分为精英蚁和探索蚁,其中随机分级策略能够通过动态调控两类蚂蚁的数量来有效调节算法的多样性和收敛性;然后探索蚁通过趋邻搜索扩大较优解附近的搜索范围,以提高解的精度.协同演化策略采用Jaccard系数判断两类蚂蚁各自最优路径的相似程度,以动态调整两类蚂蚁的交流周期,并平滑其各自最优解公共路径上的信息素,从而实现两类蚂蚁交互进化,进一步提高解的精度.最后通过仿真实验表明,在大规模旅行商问题中,改进算法不仅能够有效平衡算法多样性与收敛性之间的关系...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 31; no. 2; pp. 697 - 710
Main Authors 王世科, 游晓明, 尹玲, 刘升
Format Journal Article
LanguageChinese
Published 上海工程技术大学电子电气工程学院,上海 201620%上海工程技术大学管理学院,上海 201620 2025
Subjects
蚁群优化算法
traveling salesman problem
ant colony algorithm
协同演化
旅行商问题
random convergent neighborhood
随机趋邻
co-evolution
Online AccessGet full text

Cover

More Information
Summary:TP18; 针对蚁群算法在求解旅行商问题时收敛速度慢、求解精度低等问题,提出一种融合随机趋邻策略的协同演化蚁群算法.随机趋邻策略首先采用随机分级策略将蚁群随机分为精英蚁和探索蚁,其中随机分级策略能够通过动态调控两类蚂蚁的数量来有效调节算法的多样性和收敛性;然后探索蚁通过趋邻搜索扩大较优解附近的搜索范围,以提高解的精度.协同演化策略采用Jaccard系数判断两类蚂蚁各自最优路径的相似程度,以动态调整两类蚂蚁的交流周期,并平滑其各自最优解公共路径上的信息素,从而实现两类蚂蚁交互进化,进一步提高解的精度.最后通过仿真实验表明,在大规模旅行商问题中,改进算法不仅能够有效平衡算法多样性与收敛性之间的关系,还能提高解的精度.
ISSN:1006-5911
DOI:10.13196/j.cims.2022.0625