基于优化成熟度的自适应蚁群优化算法

王海宁; 孙守迁

Chinese

您当前的位置：

首页 >

文章列表页 >

基于优化成熟度的自适应蚁群优化算法

更新时间：2026-09-04

- 基于优化成熟度的自适应蚁群优化算法
- Adaptive Ant Colony Optimization Algorithm Based on Maturity
- 微电子学与计算机 2010年27卷第8期页码：140-144
- 作者机构：
  
  浙江大学计算机学院,浙江,杭州,310027
- 作者简介：
- 基金信息：
  
  教育部博士点基金项目(20050335096)浙江省重大科技专项项目(2006c11235)国家自然科学基金项目(60533080)
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
王海宁, 孙守迁. 基于优化成熟度的自适应蚁群优化算法[J]. 微电子学与计算机, 2010, 27(8): 140-144.

WANG Hai-ning, SUN Shou-qian. Adaptive Ant Colony Optimization Algorithm Based on Maturity[J]. 2010, 27(8): 140-144.
王海宁, 孙守迁. 基于优化成熟度的自适应蚁群优化算法[J]. 微电子学与计算机, 2010, 27(8): 140-144. DOI：

WANG Hai-ning, SUN Shou-qian. Adaptive Ant Colony Optimization Algorithm Based on Maturity[J]. 2010, 27(8): 140-144. DOI：

摘要

分析了蚁群算法局部信息素更新系数与全局信息素更新系数对算法寻优能力与收敛速度的关系

定义平均路径相似度(ATS)来表征寻优过程的成熟程度

并据此自适应调整信息素更新系数

提高算法收敛速度并避免陷入局部最优.经过与典型蚁群算法在多个旅行商问题测试用例上进行收敛速度与全局寻优能力的全面比较

证明了新的算法具有较好的效果.

Abstract

By observing the effect of parameters on the performance of the ACS algorithm in different optimization state

this paper presents a novel version of ACS based on the optimization maturity for obtaining self-adaptive parameters control. The adaptive ACS has been applied to optimize several benchmark TSP instances. The solution quality

convergence rate and global searching ability are favorably compared with the ACS. Experimental results confirm that our proposed method is effective and outperforms the conventional ACS.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

求解多目标资源分配问题的改进蚁群优化算法

基于区块链的AI生成内容溯源框架设计研究

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

注意力机制与改进密集卷积引导的信息隐藏模型

超低功耗实时时钟电路的设计