融合多策略改進(jìn)的自適應(yīng)蟻群算法

打開(kāi)文本圖片集

摘要：針對(duì)蟻群算法（ant colony algorithm，ACO）收斂速度慢和易陷入局部最優(yōu)等問(wèn)題，提出一種融合多策略改進(jìn)的自適應(yīng)蟻群算法（improved ant colony algorithm，IACO）。首先，通過(guò)透鏡成像反向?qū)W習(xí)的拉丁超立方策略進(jìn)行種群初始化，增加種群多樣性的同時(shí)也提升初始解的質(zhì)量；其次，通過(guò)動(dòng)態(tài)信息素更新規(guī)則和自適應(yīng)調(diào)整機(jī)制對(duì)信息素進(jìn)行更新，進(jìn)一步提高全局搜索能力；再次，采用t分布對(duì)信息素濃度進(jìn)行變異擾動(dòng)，可以增強(qiáng)其跳出局部最優(yōu)能力；最后，將IACO與標(biāo)準(zhǔn)ACO及其他經(jīng)典群智能優(yōu)化算法在多個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)上作仿真對(duì)比，在Rastrigin、Sphere和Ackley 3個(gè)測(cè)試函數(shù)上分別與標(biāo)準(zhǔn)ACO、GA（genetic algorithm）和 PSO（particle swarm optimization）進(jìn)行對(duì)比，同時(shí)，在Rastrigin上分別控制螞蟻數(shù)量和啟發(fā)式信息權(quán)重與標(biāo)準(zhǔn)ACO進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果表明IACO具有更好的收斂性能和穩(wěn)定性能。（剩余13682字）