精英策略蚁群算法在求解TSP问题中的应用
被引量:5
摘要
针对经典蚁群算法收敛速度慢的现象,引进精英策略的概念。改进后的算法具有较快的寻优速度和较好的全局搜索能力,算法复杂度为O(NC^*n^*n^*m)。
出处
《中国民航大学学报》
CAS
2007年第A01期106-107,共2页
Journal of Civil Aviation University of China
二级参考文献54
-
1Garey M R,Johnson D S.Computers and Intractability:A Guide to the Theory of NP-Completeness[M].San Francisco:Freeman W H,1979.
-
2Lawer E,Lenstra J,Ronnooy K A,et al.The Traveling Salesman Problem[M].New York:Wiley-International Publication,1985.
-
3Hopfield J J,Tank D W.Neural Computation of Decision in Optimization Problem[J].Biol Cybern,1985,52(1):141-152.
-
4Wilson V,Pawlay G S.On the Stability of the TSP Problem Algorithm of Hopfield and Tank[J].Biol Cybern,1988,58(1):63-70.
-
5Xu X,Tsai W T.Effective Neural Algorithms for the Traveling Salesman Problem[J].Neural Network,1991,4(1):193-205.
-
6Wang S,Tsai C M.Hopfield Nets with Time-varying Energy Function for Solving the Traveling Salesman Problem[A].Int J Conf on Neural Networks[C].Seattle,Washington,1991:807-812.
-
7Aiyer S V B,Niranjan M,Fallside F.A Theoretical Investigation into the Performance of the Hopfield Model[J].IEEE Trans on Neural Networks,1990,1(2):204-215.
-
8Ackley D H,Hinton G E,Sejnowski T J.A Learning Algorithm for Boltzmann Machines[J].Cognitive Science,1985,9(1):147-169.
-
9Tang Z,Jin H H,Murao K,et al.A Gradient Ascent Learning for Hopfield Networks[J].Trans of IEICE of Japan,2000,J83-A(3):319-331.
-
10Shi Y H,Eberhart R C.A Modified Particle Swarm Optimizer[A].IEEE Int Conf on Evolutionary Computation[C].Anchorage,1998:69-73.
共引文献127
-
1彭斌,胡常安,邵兵,谢小正,郑玉巧.求解TSP问题的混合杂草优化算法[J].振动.测试与诊断,2013,33(S1):52-55. 被引量:5
-
2王锦彪,王玮玮,郑芸,王元崑.四色问题反例研究与民航空域频率覆盖[J].计算机工程,2005,31(B07):1-2.
-
3王元崑,王锦彪,郑芸.蚂蚁算法的收敛性分析及其改进[J].计算机工程,2005,31(B07):106-109. 被引量:2
-
4高海昌,冯博琴,侯芸,朱利.自适应变异的混合粒子群优化策略及其应用[J].西安交通大学学报,2006,40(6):663-666. 被引量:6
-
5杨丽,李平,秦亚玲.改进的量子进化算法及其在TSP问题中的应用[J].信息与电子工程,2006,4(6):412-416. 被引量:5
-
6黄训诚,庄奕琪,耿阿囡.基于粒子群优化算法的集成电路无网格布线[J].西安电子科技大学学报,2007,34(1):34-37. 被引量:6
-
7修春波,张雨虹,刘玉霞.组合优化问题的混沌搜索策略[J].系统仿真学报,2007,19(5):1026-1029. 被引量:5
-
8阮亮中,张利,吴超.一种新的TSP问题环路构造算法及其在激光雕刻机路径控制中的应用[J].中国图象图形学报,2007,12(6):1114-1118. 被引量:4
-
9郭相坤,邹立壮,邓金锋,杨静,李小永,张军,降林华.蚁群算法应用于化学化工的现状与展望[J].计算机与应用化学,2007,24(8):1138-1144. 被引量:1
-
10曲晓丽,潘昊,柳向斌.旅行商问题的一种模拟退火算法求解[J].现代电子技术,2007,30(18):78-79. 被引量:5
同被引文献27
-
1孙力娟,王良俊,王汝传.改进的蚁群算法及其在TSP中的应用研究[J].通信学报,2004,25(10):111-116. 被引量:38
-
2赵霞.MAX-MIN蚂蚁系统算法及其收敛性证明[J].计算机工程与应用,2006,42(8):70-72. 被引量:10
-
3黄挚雄,张登科,黎群辉.蚁群算法及其改进形式综述[J].计算技术与自动化,2006,25(3):35-38. 被引量:22
-
4章琦,庞小红,吴智铭.约束法蚁群算法在多目标VRP中的研究[J].计算机仿真,2007,24(3):262-265. 被引量:2
-
5Dorigo M, Vittorio M, Alberto C. The Ant System: Optimization by a Colony of Cooperating Agents. IEEETrans. Systems, Man, and Cybernetics-Part B, 1996,26(1): 1-12.
-
6Dorigo M, Gambardella LM. Ant Colonies for the Traveling Biosystem, 1997,43(2):73-81.
-
7Naimihm T. New Robust and Efficient Ant Colony Algorithms: using new interpretation of local updating process. Expert Systems with Applications, 2009(36):481- 488.
-
8Bazaraa M. Computerized layout design:A branch and bound approach [ J ]. AIIE Transactions, 1975 (7) :432 - 438.
-
9Tam K Y. Genetic algorithms, function optimization, and fa- cility layout design [ J ]. European Journal of Operational Re- search, 1992 (51 ) :629 - 644.
-
10Tam K Y. A simulated annealing algorithm forallocating space to manufacturing cells [ J ]. International Journal of Production Research, 1992 (30) :63 - 87.
引证文献5
-
1张家善,王志宏,陈应显.一种基于精英策略的改进蚁群算法及应用[J].计算机系统应用,2012,21(10):105-108. 被引量:13
-
2杨娜娜,徐克林.利用精英策略ST-ACO算法对UA-FLP的优化求解[J].现代制造工程,2012(12):56-61.
-
3刘熙.一种基于改进蚁群算法的网络路由优化方法[J].福建电脑,2014,30(5):97-99. 被引量:1
-
4张家善.基于客户满意度的车辆路径问题及蚁群算法求解[J].数学的实践与认识,2015,45(7):36-41. 被引量:4
-
5曹天蕊.基于蚁群算法的目标边缘检测算法[J].山西电子技术,2018(1):6-8. 被引量:1
二级引证文献19
-
1王敏.基于信息权重自适应蚁群算法求解TSP问题[J].中国科技论文,2015,10(5):573-576. 被引量:6
-
2陈树,许博,徐保国.基于差分-精英蚁群的QoS组播路由优化算法[J].计算机工程,2015,41(10):117-120. 被引量:1
-
3倪壮,肖刚,敬忠良,李旻哲.改进蚁群算法的飞机冲突解脱路径规划方法[J].传感器与微系统,2016,35(4):130-133. 被引量:20
-
4江泽昌,刘天羽,吴星,王义东.基于精英策略改进的混合蛙跳算法[J].上海电机学院学报,2018,21(1):14-19. 被引量:1
-
5杨乐,向凤红,毛剑琳.基于改进蚁群算法快速求解迷宫路径问题研究[J].软件导刊,2018,17(7):108-110. 被引量:3
-
6王娇娇,毛剑琳.基于蚁群改进与尖峰平滑的移动机器人路径规划[J].软件导刊,2018,17(9):36-39. 被引量:4
-
7侯宇超,白艳萍,胡红萍,王鹏.基于精英蚁群算法的多目标生鲜配送路径优化研究[J].数学的实践与认识,2018,48(20):50-57. 被引量:21
-
8郑家风,田思庆.基于改进蚁群算法的煤矿救援机器人全局路径规划研究[J].电脑知识与技术,2018,14(8X):171-172. 被引量:6
-
9杨萍,赵珍,郑海霞.基于改进蚁群算法的移动机器人全局路径规划方法研究[J].机械制造与自动化,2017,46(6):155-157. 被引量:12
-
10邓烨,朱万红,王凤山,刘华丽.应急物流车辆调度多目标鲁棒优化研究[J].计算机工程与应用,2019,55(1):248-255. 被引量:11
-
1曹严清,王涛.蚁群算法中改进的蚂蚁选择城市概率公式[J].长春工业大学学报,2015,36(4):379-383. 被引量:5
-
2梁健文,何欣.ORACLE PROC~*C编程点滴[J].华南金融电脑,2003,11(6):60-62.
-
3胡冰烽,薛行,谢立.分布式程序设计语言C■的设计与实现[J].计算机工程与应用,1990,26(10):89-93.
-
4董晔,吴丽娟.基于混合人工势场-蚁群算法的机器人避障[J].辽宁科技大学学报,2015,38(3):212-216. 被引量:11
-
5李方洁,刘希玉,陈洁.基于改进蚁群算法的DNA双序列比对[J].南京师大学报(自然科学版),2010,33(4):148-152. 被引量:4
-
6马溪骏,潘若愚,杨善林.基于信息素递减的蚁群算法[J].系统仿真学报,2006,18(11):3297-3300. 被引量:18
-
7张延年.设计独特的89C*051转换器[J].电子制作,2005,13(11):20-20.
-
8郑卫国,田其冲,张磊.基于信息素强度的改进蚁群算法[J].计算机仿真,2010,27(7):191-193. 被引量:18
-
9赵云涛,王京,蔺风琴,刘金珠.一类用于连续域寻优的蚁群算法[J].控制工程,2008,15(3):242-244. 被引量:4
-
10屈鸿,黄利伟,柯星.动态环境下基于改进蚁群算法的机器人路径规划研究[J].电子科技大学学报,2015,44(2):260-265. 被引量:79