- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
蚁群算法及其在求解旅行商问题中的应用
ISSN 1009-3044 E-mail:eduf@dnzs.net.cn
Compu~rKnowledgeandTechnology电脑知识与技术 http://www.dnzs.net.cn
Vo1.10,No.7,March2014 Teh+86—55165690964
蚁群算法及其在求解旅行商问题中的应用
米永强
(宁夏大学数学计算机学院,宁夏 银川I750021)
摘要:蚁群算法是一种求解组合优化问题较好的方法。在蚁群算法的基本原理基础上,以旅行商问题为例,介绍了该算法
求解TSP的数学模型及具体步骤 ,并通过仿真实验与粒子群优化算法等方法比较分析,表明了该算法在求解组合优化问
题方面具有 良好的性能。
关键词:蚁群算法;组合优化;旅行商问题 ;粒子群优化算法
中图分类号:TP18 文献标识码:A 文章编号:1009—3044(2014)07—1505—03
AntColonyAlgorithm andItsApplicationinSolvingtheTravelingSalesmanProblem
M IYong——qiang
(SchoolofMathematicsandComputerScience,NingxiaUniversity,Yinchuan750021,China)
Abstract:Antcolonyalgorithm isakindofgoodmethodstOsolvethecombinatorialoptimizationproblems.Basedonthebasic
principleofantcolonyalgorithm,fortravelingsalesmanproblem asanexamplethispaper,thispaperintroducedthemathematical
modelofthealgorithm tOsolveTSPandspecificsteps,throughthesimulationexperimentsandcomparativeanalysiswithparticle
swarm optimizationalgorithm andothers,itshowedthealgorithm hasgoodperformanceinsolvingcombinatorialoptimization
problems.
Keywords:antcolonyalgorithm ;combinatorial optimization;travelingsalesmanproblem ;particleswarlTloptimization
1概述
旅行商问题(TravelingSalesmanProblem,TSP)是一类典型的NP难问题 ,有着重要的应用前景。其大致描述为:旅行商从某城市
出发,要走遍n个城市,且每个城市只许走一次,最后又回到原出发的城市,该如何选择一条旅行路线使其旅行的总距离最小。
意大利学者M.Dorigo等人在20世纪90年代初受到 自然界真实蚁群集体行为的启发提出了一种新型优化算法一蚁群算法
(antcolonyalgorithm,ACA),并将该算法率先应用于求解旅行商问题(TSP),取得了很好的效果。基于蚁群算法具有较强的鲁棒性且
易与粒子群优化算法 、模拟退火算法等其他算法结合的优点,其引起了许多研究者的注意,并将其应用于通信、交通、电力等领域,
从而解决了一些复杂的组合优化问题。
2蚁群算法求解TSP问题
2.1蚁群算法的基本原理
生物学家通过观察及研究发现 ,蚂蚁觅食是一种群体性行为,而并不是单只蚂蚁寻找食物源。蚂蚁在寻找食物源的过程中会
在其经过的路线上释放一种信息素,并且蚂蚁在运动中能够感知其他蚂蚁释放的这种物质浓度。而蚂蚁选择路线的概率取决于
该路线的信息素浓度 ,浓度越高的路径意味着选中的概率就越大,从而该路线上的信息素浓度也会被加强,蚂蚁群体正是靠着这
种内部机制找到了从巢穴通往食物源的最短路线。蚁群算法从该模型中受到启发而提出并用于求解优化问题。
2.2基于蚁群算法求解TSP的数学模型
文档评论(0)