[1]胡执宇 袁成林.基于直接通信策略的双态蚁群算法[J].大众科技,2014,16(04):4-6.
点击复制

基于直接通信策略的双态蚁群算法
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
第16卷
期数:
2014年04期
页码:
4-6
栏目:
信息技术与通信
出版日期:
2014-12-24

文章信息/Info

Title:
Binary ant colony optimization based on direct communication strategy
文章编号:
1008-1151(2014)04-0004-03
作者:
胡执宇 1 袁成林 2
1.广西大学计算机与电子信息学院，广西 南宁 530004； 2.广西医科大学基础医学院，广西 南宁 530021
关键词:
蚁群算法; 直接通信; 双态; TSP
Keywords:
Ant colony algorithm;  direct communication;  binary state;  TSP
分类号:
TP391
文献标志码:
A
摘要:
针对蚁群算法容易陷入局部最优解的缺陷，提出了一种基于直接通信策略的双态蚁群算法。通过两种状态的蚁 群的分工合作，避免了算法收敛过程中的早熟停滞现象；通过设置信息素交流机制，使蚂蚁能在各自的交流范围内与其他蚂蚁 交换解的信息，提高解的质量。针对 TSP 的实验结果表明，该算法在求解精度和稳定性上取得了良好的效果。
Abstract:
For ant colony algorithm is easy to fall into local optimal solution of the defect, this paper proposes a direct communication strategy based on the information of the binary ant colony algorithm. Through two kinds of state of ant colony of division of labor cooperation, avoid the premature stagnation phenomenon in the process of the algorithm convergence. Set up information exchange mechanism, make the ants can within the scope of their respective communication with other ants exchange of information, improve the quality of knowledge. TSP of the experimental results shows that the algorithm in solving accuracy and stability on the good results has been achieved.

参考文献/References:

[1] 胡祥培,丁秋雷,李永先.蚁群算法研究评述[J].管理工程 学报,2008,22(2):74-79. [2] 王海泉,朱涛,陈萌,等.一种基于蚁群的机会网络多目标 路由算法[J].系统仿真学报,2013,25(1):116-121, 145. [3] 熊文,晋耀红.使用蚁群优化和凝聚层次的混合聚类[J].北 京邮电大学学报,2013,36(3):60-63, 78. [4] 张洁，张朋，刘国宝.基于两阶段蚁群算法的带非等效并 行机的作业车间调度[J].机械工程学报,2013,49(6): 136-144. [5] LI Y, GONG S. Dynamic ant colony optimization for TSP[J]. International Journal of Advanced Manufacturing Technology, 2003, 22(7): 528-533. [6] 刘瑞杰,胡小兵.基于动态调节信息素增量的蚁群算法[J]. 计算机应用研究,2012,29(1):135-136, 151.

备注/Memo

备注/Memo:
【收稿日期】2014-03-12 【基金项目】广西研究生教育创新计划项目（YCSZ2012018）。 【作者简介】胡执宇（1988－），男，河南郑州人，广西大学计算机与电子信息学院硕士生，研究方向为高性能计算与网络 系统
更新日期/Last Update: 1900-01-01