ImageVerifierCode 换一换
格式:PDF , 页数:6 ,大小:636.71KB ,
资源ID:6042552      下载积分:10 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.docduoduo.com/d-6042552.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(自适应蚁群算法求解最短路径和TSP问题.pdf)为本站会员(HR专家)主动上传,道客多多仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知道客多多(发送邮件至docduoduo@163.com或直接QQ联系客服),我们立即给予删除!

自适应蚁群算法求解最短路径和TSP问题.pdf

1、自 适 应 蚁 群 算 法 求 解 最 短 路 径 和 TSP问 题易 正 俊 1 李 勇 霞 1 易 校 石 2(重庆大学数学与统计学院,重庆401331)1(重庆师范大学数学科学学院,重庆401331)2摘 要 : 该 文 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 的 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

2、, 增 大 算 法 获 取 全 局 最 优 解 的 可 能 性 。 文 中 的 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 具 有 良 好 的 一 致 性 , 说 明 了 改 进 算 法 的 有 效 性 和 实 用 性 。关 键 词 : 蚁 群 算 法 ; 最 短 路 径 ; 方 向 引 导 ; 动 态 因 子 : TSPSolving the Shortest Path Problem and TSP Problem withAdaptiveAnt ColonyAlgorithmLI yong-xia1 YI xiao-shi2 YI

3、 zheng-jun1(Chongqing University,chongqing 401331)1(Chongqing Normal University,chongqing 401331)2Abstract: Direction guiding is utilized in the initial pheromone avoiding ant colony in the initial stage toblindly random search and to waste more time. Moreover, A dynamic factor ( hyperbolic tangent

4、function) isinvited to the global renewal process to update adaptively the pheromone concentration on the optimal path., inwhich way the possibility of obtaining the global optimal solution is increased. Then two examples with theimproved algorithm was optimized, the optimization results in step wit

5、h the actual , illustrating the effectivenessand practicability of the improved algorithm.Key words: Ant colony algorithm, Shortest path, Direction guiding, Pheromone: TSP0 引 言蚁 群 算 法 ( ACS, AntColonySystemAlgorithm)是 由 意 大 利 学 者 Dorigo 等 人 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-

6、4,蚁 群 算 法 具 有 正 反 馈 、 鲁 棒 性 、 并 行 性 等 优 点 ,有很 多 的 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 设 、 厂 区 选 取 等 有 广 泛 的 应 用 .如 交 通 运 输往 往 需 要 尽 可 能 降 低 运 输 成 本 ,等 价 于 搜 索 运 输 网中 两 节 点 的 最 短 路 径 .但 传 统 的 蚁 群 算 法 在 计 算 较复 杂 的 网 络 图 中 两 节 点 间 的 最 短 距 离 时 容 易 陷 入局 部 最

7、 优 、 且 随 着 网 络 图 的 复 杂 程 度 的 增 加 其 收 敛速 度 慢 ,还 有 可 能 出 现 停 滞 现 象 5-6。 针 对 这 些 问 题 ,有 些 学 者 对 传 统 的 蚁 群 算 法 做 了 一 些 相 应 的 改 进 。有 的 将 信 息 素 浓 度 控 制 在 一 定 范 围 内 变 化 , 避 免 蚂蚁 都 选 择 同 一 条 路 径 , 避 免 算 法 中 的 停 滞 现 象 。 如Stuzle等 提 出 “ 最 大 最 小 蚁 群 系 统 ” ( Max-MinAntSystem) 7;有 的 把 蚁 群 算 法 与 其 它 算 法 相 结 合 ,增强

8、算 法 的 寻 优 能 力 , 如 CLORNEI 等 结 合 了 蚁 群 算 法和 遗 传 算 法8; 还 有 对 较 优 信 息 素 浓 度 进 行 奖 励 ,对 较 差 信 息 素 浓 度 进 行 惩 罚 , 如 郑 卫 国 等 提 出 带 奖罚 的 蚁 群 算 法 9。 这 些 改 进 的 蚁 群 算 法 虽 然 获 得 了较 好 的 最 优 解 , 但 初 始 搜 索 时 间 较 长 , 全 局 更 新 规则 中 没 有 考 虑 较 优 解 。 本 文 对 初 始 信 息 素 浓 度 进 行方 向 的 改 进 : 距 离 目 标 方 向 越 近 的 路 径 , 就 提 高 此路 径

9、上 信 息 素 浓 度 比 例 , 这 样 就 会 促 进 蚂 蚁 在 寻 找食 物 源 时 以 最 大 概 率 沿 着 信 息 素 浓 度 高 的 路 径 , 用本 文 受 基 金 项 目 1 国 家 自 然 科 学 基 金 ( No.69674012) , 基 金 项 目 2 重 庆 市 科 技 攻 关 计 划 ( No.CSTC2009AC3037) 资 助 。易 正 俊 ( 1963-) , 男 , 博 士 , 教 授 , 全 国 专 业 学 位 研 究 生 教 育 教 指 委 专 家 ,主 要 研 究 方 向 为 人 工 智 能 , 仿 真 系 统 , 数 据 挖 掘 。李 勇 霞

10、( 1988-) , 女 , 硕 士 生 , 主 要 研 究 方 向 为 智 能 算 法 ;易 校 石 ( 1991-) , 女 , 硕 士 生 , 主 要 研 究 方 向 为 智 能 算 法网络出版时间:2016-11-21 16:41:28网络出版地址:http:/ 短 的 时 间 接 近 最 优 食 物 源 的 快 速 通 道 , 避 免 初 始搜 索 时 间 较 长 的 缺 陷 ; 由 于 传 统 蚁 群 算 法 的 动 态 因子 在 调 节 全 局 信 息 素 浓 度 时 不 具 有 自 适 应 性 , 因 此引 入 双 曲 线 正 切 函 数 在 全 局 的 信 息 素 浓 度 更

11、 新 中作 为 其 自 适 应 动 态 因 子 , 每 次 迭 代 最 优 解 路 径 的 信息 素 浓 度 时 具 有 一 定 的 自 适 应 性 , 使 最 优 路 径 的 信息 素 增 大 , 从 而 增 大 了 算 法 获 取 最 优 解 的 可 能 性 ,缩 短 了 算 法 的 收 敛 时 间 。1 最 短 路 径 问 题 的 描 述设 一 个 带 权 重 的 有 向 图 G =( V , L ) ,其 中V是 含 有 n个 节 点 的 集 合 , L 是 边 的 集 合 , 每 条边 ( , )i j L 都 赋 予 一 个 非 负 权 重 ijd , 表 示 节 点i 到 节 点

12、 j间 的 距 离 大 小 , 其 中 ,i j V 。 设 B , E分 别 为 V 中 的 任 意 两 点 , 最 优 路 径 问 题 就 是 在 带 有权 重 的 有 向 图 中 , 寻 找 从 点 B 到 E 的 一 条 具 有 最 小权 重 总 和 的 路 径 。2 蚁 群 算 法 的 改 进一 种 仿 生 算 法 -蚁 群 算 法 , 是 模 拟 自 然 界 蚂 蚁寻 找 食 物 过 程 而 得 出 。 在 此 过 程 中 , 它 们 总 能 找 到从 巢 穴 到 食 物 源 之 间 的 一 条 最 短 路 径 。 其 原 因 在 于蚂 蚁 在 路 径 上 会 释 放 一 种 信

13、息 激 素 ( pheromone)进 行 信 息 传 递 , 而 这 种 物 质 在 运 动 过 程 中 蚂 蚁 还 能够 感 知 , 由 它 来 指 导 其 运 动 方 向 。 当 它 们 碰 到 一 个陌 生 路 口 时 , 就 会 随 机 地 选 出 一 条 路 径 进 行 前 行 ,于 此 同 时 蚂 蚁 会 在 这 条 路 径 上 释 放 一 定 量 的 信 息素 , 此 时 路 径 上 的 信 息 素 浓 度 增 大 , 后 来 的 蚂 蚁 再次 碰 到 这 个 路 口 的 时 候 , 就 会 遵 循 选 择 信 息 素 浓 度高 的 路 径 ,这 样 就 形 成 一 种 正 反

14、 馈 。 最 优 路 径 上 的激 素 浓 度 越 来 越 大 , 最 终 整 个 蚁 群 就 会 搜 索 出 一 条最 短 路 径 。2.1 算 法 初 始 时 刻 浓 度 改 进传 统 的 蚁 群 算 法 在 初 始 迭 代 时 给 每 条 路 径 上的 浓 度 是 一 个 常 数 , 那 是 蚂 蚁 不 知 道 每 条 路 径 的 长度 , 它 只 能 随 机 的 选 择 , 产 生 了 大 量 无 关 紧 要 的 路径 , 阻 碍 最 优 路 径 搜 索 过 程 , 同 时 对 信 息 素 浓 度 局部 更 新 也 会 产 生 影 响 。 但 我 们 在 求 最 短 路 径 时 , 节

15、点 与 节 点 之 间 的 距 离 是 已 知 的 , 因 此 在 用 蚁 群 算 法求 最 短 路 径 时 , 没 有 必 要 盲 目 的 选 择 , 可 以 对 迭 代开 始 时 的 初 始 浓 度 进 行 精 确 赋 值 。设 在 网 络 图 中 需 要 求 出 从 点 B 到 E 的 一 条 最短 路 径 。 其 中 的 节 点 i 和 节 点 j之 间 路 径 上 的 初 始信 息 素 浓 度 为 (0)ij 应 该 反 映 靠 近 最 短 距 离 的 程 度 ,越 靠 近 最 短 距 离 ,浓 度 应 该 越 大 ,用 BEd 表 示 起 点B 到 终 点 E 的 直 线 距 离

16、, Bjd 表 示 节 点 B 与 节 点 的j直 线 距 离 , jEd 表 示 节 点 j到 终 点 E 的 直 线 距 离 ,Bjd + jEd 表 示 B J E 的 曲 线 距 离 ,/( )BE Bj jEd d d 表 示 , Bj jEd d 就 越 趋 向 于 BEd ,/( )BE Bj jEd d d 表 示 越 接 近 于 1,此 条 路 径 上 的 浓度 越 大 , 蚂 蚁 就 越 偏 向 选 择 这 些 节 点 作 为 移 动 方向 ,因 此 节 点 i 和 节 点 j之 间 路 径 上 的 初 始 信 息 素浓 度 为 (0)ij 定 义 为 :(0)BEij B

17、j jEdd d ( 1)算 法 的 这 种 改 进 使 得 蚂 蚁 在 搜 索 过 程 产 生 了比 较 合 理 的 方 向 引 导 , 进 而 对 无 关 路 径 起 到 抑 制 作用 , 避 免 蚂 蚁 的 盲 目 搜 索 ,提 高 了 搜 索 全 局 最 优 解的 速 率 。2.2 全 局 更 新 规 则 的 改 进传 统 蚁 群 算 法 在 全 局 更 新 规 则 中 只 更 新 每 次迭 代 的 最 优 路 径 上 的 信 息 素 浓 度 。 这 样 就 导 致 某 些较 短 路 径 信 息 素 浓 度 过 分 增 加 , 全 局 最 优 路 径 与 单次 迭 代 的 最 优 路

18、径 相 关 性 较 大 12 易 陷 入 局 部 最优 。 在 全 局 更 新 规 则 中 本 文 引 入 自 适 应 动 态 因 子( (0,1) , 这 样 不 仅 可 以 实 时 动 态 更 新 每 次 迭代 最 优 路 径 的 全 局 信 息 素 浓 度 , 而 且 也 要 动 态 更 新较 优 的 局 部 最 优 解 。 经 过 自 适 应 控 制 单 次 迭 代 最 优解 的 信 息 素 浓 度 在 当 前 最 优 解 中 的 比 重 , 从 而 较 优路 径 信 息 素 浓 度 发 挥 了 更 大 的 作 用 以 及 更 好 的 反应 了 路 径 信 息 , 最 优 解 逐 渐

19、凸 现 , 加 快 全 局 最 优 解的 收 敛 速 度 。传 统 算 法 的 动 态 因 子 为 1 1( ) sgn( )2 2f x x ,可 以 看 出 它 仅 仅 在 全 局 最 优 路 径 上 取 1, 也 就 是 说只 加 强 最 优 路 径 上 信 息 素 浓 度 , 而 较 优 路 径 上 的 信息 素 浓 度 没 有 及 时 的 更 新 。 故 对 较 优 路 径 信 息 素 浓度 更 新 不 具 有 自 适 应 性 , 因 此 本 文 选 用 的 自 适 应 动态 因 子 为 双 曲 正 切 函 数 1 1( ) tanh( )2 2f x x 输 出为 平 滑 曲 线

20、, 取 值 范 围 为 0,1。 为 控 制 双 曲 正切 函 数 形 状 的 参 数 。 不 仅 最 优 路 径 信 息 素 浓 度 得 到更 新 , 更 重 要 的 是 较 优 路 径 同 时 得 到 了 自 适 应 的 更新 。 在 完 成 每 次 迭 代 后 , 更 新 本 次 迭 代 最 优 解 路 径信 息 素 浓 度 , 规 则 如 下 :( 1) ( )ij ij ijt t ( 2)min minmin1 1tanh( )2 2localL LL L ( 3)其 中 L为 当 前 局 部 最 优 解 的 平 均 长 minlocalL 为此 次 迭 代 的 最 优 路 径 长

21、 度 , minL 为 当 前 全 局 最 优解 , 为 给 定 参 数 。 对 于 自 适 应 因 子 , 当 minlocalL越 大 , 即 搜 索 路 径 越 长 时 , 动 态 因 子 越 趋 于 0;而 当 minlocalL 越 小 , 搜 索 路 径 越 短 时 , 动 态 因 子 越趋 于 1。 所 以 搜 索 到 的 路 径 长 度 越 短 , 全 局 更 新 时它 所 遍 历 的 路 径 信 息 素 浓 度 越 加 强 , 信 息 量 增 加 就会 较 快 。 如 图 1 给 出 取 不 同 值 时 , 双 曲 正 切 函 数曲 线 以 及 与 传 统 蚁 群 算 法 动

22、 态 因 子 的 对 比 图图 1 动 态 因 子 函 数 曲 线 图对 于 双 曲 正 切 函 数 ( )f x , 当 ( 1,1)x 时 ,可 以 看 到 ( )f x 变 化 率 最 大 , 那 么 敏 感 度 就 较 高 ,这 样 有 效 区 分 了 不 同 迭 代 最 优 解 对 信 息 素 加 成 的影 响 , 加 强 局 部 最 优 解 中 路 径 更 短 的 信 息 素 浓 度 ,加 快 收 敛 的 全 局 最 优 解 的 速 度 ; 当 1x 时 ,( )f x 缓 慢 趋 向 于 0, 这 样 不 但 对 不 利 解 对 信 息 素加 成 起 到 抑 制 作 用 , 同

23、时 保 留 了 其 部 分 影 响 , 进 而也 增 加 了 解 空 间 的 多 样 性 ; 当 1x 时 , ( )f x 缓慢 趋 于 定 值 1, 这 样 更 好 地 避 免 部 分 较 短 但 不 是 全局 最 优 路 径 被 过 度 增 强 , 有 效 地 防 止 算 法 陷 入 局 部最 优 解 。 与 此 同 时 , 对 于 自 适 应 动 态 因 子 是 平 滑过 渡 , 故 不 会 对 信 息 素 浓 度 造 成 波 动 影 响 。 从 图 中可 以 看 出 越 大 , ( )f x 对 x 的 灵 敏 度 就 越 高 。3.自 适 应 蚁 群 算 法 的 步 骤以 上 是

24、对 传 统 蚁 群 算 法 的 改 进 内 容 , 其 改 进 后 的 算法 实 现 步 骤 如 下 :步 骤 1 初 始 化 信 息 启 发 因 子 ( 轨 迹 的 相 对 重 要 性 ) , 期 望 启 发 因 子 , 路 径 启 发 因 子 ij , 1ij ijd 其 中 ijd 为 i j 的 欧 氏 距 离 ; 蚂 蚁 状 态 转 移 的 阈 值0q ; 设 定 最 大 迭 代 次 数 N ,选 定 蚂 蚁 只 数 m。步 骤 2 计 算 节 点 距 离 矩 阵 , 初 始 化 信 息 素 浓 度(0)ij , 将 m只 蚂 蚁 放 在 起 点 B , 将 各 蚂 蚁 的 初 始

25、节点 B 置 于 当 前 解 集 ktabu 中 , 第 k 只 蚂 蚁 从 i 节 点转 移 到 下 一 个 节 点 j 的 规 则 : 在 0与 1之 间 随 机 生成 一 个 实 数 q , 把 它 与 事 先 给 定 的 阈 值 0 (0,1)q 进 行 比 较 :当 0q q 时 , 第 k 只 蚂 蚁 选 取 下 一 个 节 点 j 为与 i 相 连 的 边 上 的 ( ) ( )is ist t 最 大 值 所 对 应 的 节点 , 即 arg max ( ) ( )ik is iss allowedj t t 当 0q q 时 , 以 轮 盘 赌 的 方 式 计 算 第 k只

26、蚂 蚁由 i 转 移 到 下 一 个 节 点 l 的 概 率 :( ) ( ) ,( ) ( )( ) 0 ,ik iil il kis iskil s allowed ikt t l allowedt tp t l allowed 其 中 ikallowed = 与 i 相 连 的 节 点 - 蚂 蚁 k 已 经访 问 过 的 节 点 , 即 每 只 蚂 蚁 对 每 个 节 点 最 多 访 问一 次 。 选 取 概 率 最 大 的 节 点 j , 即 :arg max ( )ik kiji allowedj p t步 骤 3 信 息 素 浓 度 的 局 部 更 新 : 在 蚂 蚁 完 成 一

27、 次 搜索 后 , 信 息 素 一 方 面 要 挥 发 掉 一 部 分 , 另 方 面 蚂 蚁在 走 过 的 路 径 上 要 释 放 一 定 量 的 信 息 素 , 设 挥 发 和增 加 信 息 素 的 系 数 均 为 , 更 新 规 则 如 下 :( 1) (1 ) ( ) ( )ij ij ijt t t ( 4)其 中 1( ) ( )mij kijkt t ( )kij t 为 本 次 循 环 中 蚂 蚁 k对 边 ( , )i j 的 信 息 素 增量 , 若 蚂 蚁 没 有 经 过 此 条 路 径 , 则 ( ) 0kij t , 否则 , 用 Q 表 示 增 加 浓 度 的 总

28、和 , 可 视 为 一 个 常 数 ,用 kL 为 第 k只 蚂 蚁 在 本 次 循 环 搜 索 中 搜 索 到 的 路径 长 度 , 则 定 义 ( )kij kQt L , 公 式 ( 4) 表 示 下一 次 迭 代 路 径 的 信 息 素 浓 度 为 已 挥 发 剩 下 的 浓 度与 新 释 放 的 信 息 素 浓 度 的 和 。步 骤 4 重 复 步 骤 2 和 3, 直 到 所 有 蚂 蚁 都 到 达 终 点E , 此 时 得 到 m条 由 初 始 节 点 到 终 点 E 的 路 径1 2 , , , ml l l 。步 骤 5 比 较 m条 路 径 的 长 度 有 1 2 ml l

29、 l , 记本 次 最 优 解 为 minlocalL , 同 时 可 求 出 m条 路 径 的 平均 解 L, 记 已 迭 代 的 当 前 最 短 路 径 为 minL , 对 按 照公 式 ( 2) 和 ( 3) 此 路 径 上 的 信 息 素 浓 度 进 行 全 局更 新 。步 骤 6 再 将 m只 蚂 蚁 放 置 于 起 点 B , 按 照 步 骤 2,3, 4进 行 搜 索 , 这 样 一 直 重 复 进 行 , 直 到 迭 代 N 次 ,此 时 可 以 得 到 全 局 最 优 解 。4.算 法 仿 真4.1求 解 最 短 路 径 问 题为 检 验 本 文 自 适 应 蚁 群 算 法

30、 的 有 效 性 , 以 哈 尔滨 市 区 部 分 交 通 路 线 图 为 例 , 以 道 路 交 通 事 故 现 场( 作 为 起 点 ) , 以 哈 尔 滨 市 人 民 医 院 ( 作 为 终 点 ) ,在 事 故 和 医 院 之 间 寻 找 一 条 最 短 路 径 , 其 目 的 是 快速 将 伤 员 送 往 医 院 , 最 大 可 能 地 减 少 人 员 伤 亡 和 财产 损 失 。选 取 的 参 数 如 表 1所 示 , 分 别 采 用 本 文 的 自 适应 蚁 群 算 法 M-ACO, 传 统 蚁 群 算 法 ( ACO,ant colonyoptimization) ,最 大 最

31、 小 蚁 群 算 法 MMAS( Max-MinAnt system) , 节 点 与 节 点 间 的 距 离 数 据 来 源 于 文献 13。 表 1 3 种 算 法 的 公 共 参 数 设 置参 数 名 称 参 数 值Q-信 息 素 100m-蚂 蚁 数 20-信 息 启 发 因 子 1 -期 望 启 发 因 子 1 -信 息 素 浓 度 挥 发 因 子 0.20q-给 定 参 数 0.5N -最 大 迭 代 次 数 200(0)ij -参 考 信 息 素 初 始 值 1max -信 息 素 浓 度 上 限 0.9min -信 息 素 浓 度 下 限 0.01-给 定 参 数 1选 取 的

32、 交 通 事 故 点 离 医 院 有 20个 路 口 即 对 20个 节 点 网 络 进 行 仿 真 实 验 , 实 际 最 短 路 径 长 度 为3186.25km, 用 三 种 方 法 搜 索 的 最 短 距 离 结 果 如 表 2所 示 : 表 2 20 路 口 网 络 实 验 数 据 统 计 结 果性 能 指 标 最 优 解 平 均 解 搜 索 到 最 优 解 几 率 平 均 迭 代 次M-ACS 3186.25 3192.61 96% 46.12ACS 3186.25 3652.74 8% 21.03MMAS 3186.25 3571.36 19% 34.74从 表 2 可 以 看

33、出 : 传 统 蚁 群 算 法 ACS 经 历 21次 迭 代 后 迅 速 陷 入 局 部 最 优 , 并 且 在 100次 中 只 有8次 搜 索 到 最 优 路 径 ; 而 在 搜 索 结 果 在 平 均 解 意 义上 有 所 提 高 的 是 最 大 最 小 蚁 群 算 法 MMAS, 但 平 均 迭代 次 数 明 显 升 高 , 并 且 搜 索 到 的 最 优 解 的 几 率 只 有19%; 而 本 文 改 进 的 蚁 群 算 法 搜 索 结 果 在 最 优 解 和平 均 最 优 解 上 都 有 显 著 的 改 善 , 搜 索 到 最 优 解 的 几率 为 96%, 基 本 上 每 次

34、都 能 找 到 最 优 解 。为 进 一 步 验 证 本 文 算 法 对 路 口 数 量 多 的 适 用性 , 现 扩 大 交 通 事 故 点 与 医 院 的 距 离 , 路 口 增 加 即研 究 的 网 络 节 点 数 增 加 , 使 得 研 究 的 网 络 图 变 得 更复 杂 。 分 别 对 20、 30、 40、 50、 60 个 路 口 进 行 仿真 。 如 表 3 和 表 4 所 示 。表 3 最 优 解 搜 索 率 统 计 结 果路 口 节 点 数 20 30 40 50 60M-ACS 96% 89% 80% 57% 51%ACS 8% 22% 10% 8% 5%MMAS 19

35、% 38% 41% 19% 11%表 4 平 均 迭 代 次 数 统 计 结 果路 口 结 点 数 20 30 40 50 60M-ACS 46.12 50.01 62.73 94.06 146.11ACS 21.03 17.55 40.88 29.90 66.17MMAS 34.74 9.37 42.17 33.74 51.63由 表 3 可 知 , 当 路 口 数 增 加 时 , 改 进 的 M-ACS算 法 仍 然 具 有 较 好 的 最 优 路 径 搜 索 效 果 , 30路 口 时最 优 路 径 搜 索 率 为 89%, 远 远 优 于 其 他 两 个 的 算 法 。当 路 口 数

36、为 60时 , 由 于 研 究 网 络 拓 扑 结 构 较 为 复杂 , 计 算 量 较 大 , 参 考 算 法 搜 索 率 较 低 , 而 本 文 任然 有 51%的 搜 索 率 。 表 4数 据 显 示 M-ACS算 法 平 均迭 代 次 数 略 大 于 其 他 算 法 , 并 且 在 路 口 数 较 少 时 ,迭 代 数 增 加 并 不 明 显 , 但 带 来 的 搜 索 性 能 提 升 较大 。 最 后 把 三 种 算 法 对 不 同 节 点 的 收 敛 时 间 绘 成图 2, 以 便 比 较 他 们 的 收 敛 时 间 。从 图 2可 以 看 出 : 在 不 同 复 杂 程 度 的

37、网 络 图 中 ,3种 算 法 中 收 敛 时 间 最 短 的 是 本 文 提 出 的 自 适 应 蚁群 算 法 , 主 要 因 为 M-ACS算 法 在 迭 代 初 期 , 对 路 径的 信 息 素 浓 度 进 行 重 新 分 配 , 并 给 予 了 一 定 的 方 向指 导 , 节 约 蚁 群 盲 目 的 随 机 搜 索 时 间 。 在 迭 代 后 期全 局 信 息 素 浓 度 更 新 时 加 入 了 自 适 应 动 态 因 子 , 动态 更 新 每 次 迭 代 最 优 路 径 的 全 局 信 息 素 浓 度 , 使 其最 优 路 径 上 的 信 息 素 浓 度 进 一 步 加 强 , 从

38、 而 提 高 了算 法 的 收 敛 速 度 。 因 此 , 在 不 同 节 点 的 收 敛 时 间 均小 于 其 他 2种 算 法图 2 收 敛 时 间 对 比 图4.2求 解 TSP 问 题旅 游 线 路 的 优 化 的 问 题 是 旅 行 商 ( TSP) 问 题的 一 种 典 型 代 表 。 近 几 年 来 对 于 TSP 问 题 的 求 解 提出 了 许 多 优 化 算 法 , 仿 生 算 法 是 研 究 的 热 点 。 它 有传 统 算 法 不 可 替 代 的 优 势 ,本 文 引 用 文 献 14中 设计 旅 行 线 路 为 例 , 直 观 地 反 映 自 适 应 蚁 群 算 法

39、与 其他 算 法 的 优 劣 。 为 验 证 本 文 算 法 的 性 能 , 引 入 遗 传算 法 和 传 统 的 蚁 群 算 法 进 行 求 解 。 选 取 参 数 参 考 表1, 设 置 出 发 点 都 为 重 庆 , 且 必 须 经 过 每 一 个 城 市且 仅 一 次 , 最 后 回 到 重 庆 。由 文 献 14可 知 , 利 用 遗 传 算 法 得 出 的 最 优 路线 如 图 3, 对 应 最 优 值 为 18997.8km。 图 4采 用 传统 蚁 群 算 法 得 出 旅 行 路 径 的 结 果 , 其 对 应 的 最 优 值为 18696.1km。 从 优 化 效 果 来 看

40、 , 传 统 蚁 群 算 法 的寻 优 效 果 比 遗 传 算 法 的 效 果 更 好 。图 3 遗 传 算 法 运 行 结 果图 4 传 统 蚁 群 算 法 运 行 结 果图 5为 采 用 自 适 应 蚁 群 算 法 算 法 设 计 旅 行 路 径的 结 果 。 对 应 的 线 路 如 下 : 重 庆 贵 州 南 宁 海 口 澳 门 香 港 广 州 长 沙 合 肥 南 京 上 海 杭 州 台 北 福 州 南 昌 武 汉 郑 州 太 原 石 家 庄 济 南 哈 尔 滨 长 春 沈 阳 天 津 北 京 呼 和 浩 特 西 安 银 川 兰 州 西 宁 乌 鲁 木 齐 拉 萨 昆 明 成 都 重 庆

41、 ; 所 对 应 的 最 优 值 为17887.4km。 从 效 果 来 看 , 自 适 应 蚁 群 算 法 的 寻 优效 果 比 遗 传 算 法 和 传 统 的 蚁 群 算 法 的 效 果 都 更 好 。通 过 三 种 算 法 的 比 较 可 以 得 出 : 本 文 在 迭 代过 程 中 采 用 自 适 应 蚁 群 算 法 , 在 实 际 的 应 用 中 能 够得 到 更 佳 的 效 果 且 求 解 精 度 高 。图 5 自 适 应 蚁 群 算 法 运 行 结 果5 结 束 语本 文 针 对 传 统 蚁 群 算 法 存 在 容 易 陷 入 局 部 最优 解 且 收 敛 速 度 慢 的 缺 陷

42、 , 提 出 了 自 适 应 蚁 群 算法 。 通 过 在 初 始 化 信 息 素 浓 度 时 加 入 方 向 引 导 , 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 调 整 每 次 迭 代 最 优 解 的 信 息 素 更新 的 改 进 策 略 。 实 验 表 明 : 自 适 应 蚁 群 算 法 提 高 了求 解 最 短 路 径 的 收 敛 速 度 和 精 度 , 增 强 了 算 法 的 寻优 能 力 。 最 后 为 验 证 本 文 算 法 的 有 效 性 , 将 其 用 于34个 城 市 旅 游 线 路 的 优 化 ,

43、并 与 传 统 的 蚁 群 算 法 和遗 传 算 法 相 比 。 结 果 表 明 : 本 文 算 法 寻 优 精 度 高 ,得 到 的 线 路 最 优 。参 考 文 献 :1 Colomi A, Dorigo M, Maniezzo V. Didtributed optimization by ant coloniesC/Proc of the First European Conference of ArtificialLife. Paris: Elsevier Publishing,1991.2 Dorigo M, Ganbardella L M. Ant Colony System: A

44、 Cooperative Learning Approach to the Traveling Salesman ProblemJ. IEEETrans on Evolutionary Computation, 1997,1(1):53-66.3 Colomi A, Dorigo M, Maniezzo V. Ant system for job shop schedulingJ.Belgian Journal lf Operations Research Statistics andComputer Science,1994.34(1):39-53.4 Dorigo M, Maniezzo

45、V. Colomi A. Ant system: Optimization by a colony of cooperating AgentsJ.IEEE Transactions on by system.Man and Cybemetics part B,1996,26(1):29-41.5 王 建 ,刘 衍 珩 ,朱 建 启 .全 局 自 适 应 蚁 群 优 化 算 法 J.小 型 微 型 计 算 机 系 统 ,2008,6( 6) : 1083-1087.6 付 宇 ,肖 建 梅 .动 态 自 适 应 蚁 群 算 法 求 解 TSP 问 题 J.计 算 机 辅 助 工 程 , 2008

46、,12( 4) : 10-13.7 Stuzle, Hoes. MAX-MIN Ant SystemJ.Future Generation Computer System Journal, 2000,16(8): 889-914.8 CLORNEI I. KYRIAKIDES E. Hybrid ant colony-genetic algorithm(GAAPI) for global continuous optimizationJ. IEEETransactions on Systems Man and Cybernetics-Part B CYBERNETICS. 2012.42(1)

47、:234-245.9 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(7):191-193.10 Shah S,Kothari R,Chandra S.Debugging ants:How ants find the shortest routsC/Information,Communications and SignalProcessing(ICICS)2011 8th International Conference on.IEEE,2011:1-5.11 吴 虎 发 , 李 学 俊 , 章 玉 龙 . 改 进 的 蚁 群 算 法 求 解 最 短 路 径 问 题 J. 计 算 机 仿 真 , 2012, 29(8):215-218.12 张 学 敏 , 张 航 . 基 于 改 进 蚁 群 算 法 的 最 短 路 径 问 题 研 究 J. 自 动 化 技 术 与 研 究 , 2009(6):4-7.13哈 尔 滨 市 统 计 年 鉴 R.哈 尔 滨 市 统 计 局 .201414走 遍 全 中 国 方 案 的 研 究 EB/OL.http:/ 2014.05.30.

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报