融合随机趋邻策略的协同演化蚁群算法
Co-evolution Ant Colony System Based on Random Convergent Neighborhood Strategy作者机构:上海工程技术大学电子电气工程学院 上海工程技术大学管理学院
出 版 物:《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)
年 卷 期:2023年
核心收录:
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程]
基 金:国家自然科学基金资助项目(61075115,61673258) 上海市自然科学基金资助项目(19ZR1421600)
摘 要:针对蚁群算法在求解旅行商问题(TSP)时收敛速度慢、求解精度低等问题,提出了一种融合随机趋邻策略的协同演化蚁群算法。在随机趋邻策略中,首先采用随机分级策略将蚁群随机分为精英蚁和探索蚁,且随机分级策略能够动态调控两类蚂蚁的数量,从而有效的调节算法的多样性和收敛性;其次探索蚁通过趋邻搜索来扩大在较优解附近的搜索范围,以提高解的精度。此外,在协同演化策略中,采用Jaccard系数来判断两类蚂蚁各自最优路径的相似程度,以动态的调整两类蚂蚁的交流周期,并平滑其各自最优解公共路径上的信息素,从而实现两类蚂蚁交互进化,进一步提高解的精度;最后,仿真实验结果表明,在大规模TSP问题中,本文改进算法不仅能有效平衡算法多样性与收敛性之间的关系,而且还能提高解的精度。