自适应蚁群算法求解最短路径和TSP问题

发布时间：2017-09-25 16:13

  本文关键词：自适应蚁群算法求解最短路径和TSP问题

  更多相关文章： 蚁群算法 最短路径 方向引导 动态因子 旅行商问题

【摘要】：对传统蚁群算法的初始化信息素浓度加入方向引导,避免蚁群在初始阶段盲目地随机搜索浪费较多的时间;在全局信息素更新过程中加入双曲正切函数作为动态因子,自适应地更新每次迭代较优解路径的信息素浓度,增大算法获取全局最优解的可能性。两个算例采用改进的蚁群算法进行优化,优化的结果与实际情形具有良好的一致性,说明了改进算法的有效性和实用性。
【作者单位】： 重庆大学数学与统计学院;重庆师范大学数学科学学院;
【关键词】： 蚁群算法 最短路径 方向引导 动态因子 旅行商问题
【基金】：国家自然科学基金资助项目(69674012) 重庆市科技攻关计划(CSTC2009AC3037)
【分类号】：TP18
【正文快照】： 0引言蚁群算法(Ant Colony System,ACS)是由意大利学者Dorigo等于20世纪90年代初期提出的一种基于种群的启发式随机搜索算法[1-4]。蚁群算法具有正反馈、鲁棒性、并行性等优点,有很多文献采用蚁群算法计算最短路径的问题。最短路径问题在交通运输、物流配送、网络分析、管道铺

【相似文献】

中国期刊全文数据库 前10条

1 孟祥清;长度递增法求最短路径[J];河北能源职业技术学院学报;2002年04期

2 傅清祥,王朝利,孙剑峰;长廊最短路径的最优算法[J];计算机辅助设计与图形学学报;2002年12期

3 王涛,李伟生;最短路径子图[J];北方交通大学学报;2004年02期

4 徐凤生;最短路径的求解算法[J];计算机应用;2004年05期

5 王涛,李伟生;低代价最短路径树的快速算法[J];软件学报;2004年05期

6 宣士斌;基于分流算法的最短路径求解算法[J];计算机工程与应用;2004年20期

7 徐凤生;李天志;;所有最短路径的求解算法[J];计算机工程与科学;2006年12期

8 白青海;;一种求解交通图最短路径的方案[J];内蒙古民族大学学报(自然科学版);2007年02期

9 章昭辉;;一种基于离散变权网络的动态最短路径快速算法[J];计算机科学;2010年04期

10 原慧琳;汪定伟;;最短路径的可达矩阵算法[J];信息与控制;2011年02期

中国重要会议论文全文数据库 前10条

1 温粉莲;唐常杰;乔少杰;许刚;刘威;左R，

本文编号：918323