基于云模型的参数自适应蚁群遗传算法

作者:牟峰;王慈光;袁晓辉;薛锋 刊名:系统工程与电子技术 上传者:郭腾

【摘要】蚁群算法基于正反馈机制进行全局搜索,具有很强的全局收敛能力;遗传算法具有极强的快速全局搜索能力。为了充分发挥两种算法在寻优过程中的优势,提出一种基于正态云关联规则的自适应参数调节蚁群遗传算法。该算法利用云关联规则实现了蚁群策略和遗传策略的有效融合,极大程度地发挥其整体功能,动态地平衡了算法收敛速度和搜索范围之间的矛盾,最后通过实例证明了其在解决TSP问题时的有效性。

全文阅读

第 31 卷  第 7 期 系统工程与电子技术 Vol. 31  No. 7 2009 年 7 月 Systems Engineering and Electronics Jul. 2009 文章编号:10012506X(2009) 071763204 收稿日期:20080505 ; 修回日期:200809203。 基金项目:国家自然科学基金资助课题(60776824) 作者简介:牟峰(19802) ,男 ,博士研究生 ,主要研究方向为组合优化 ,统计分析 ,不确定性分析 ,运输组织优化 ,交通运输系统工程。 E2mail :circleone1980 @hotmail. com 基于云模型的参数自适应蚁群遗传算法 牟  峰1 , 王慈光1 , 袁晓辉2 , 薛  锋1 (1. 西南交通大学交通运输学院 , 四川 成都 610031 ; 2. 西南交通大学信息科学与技术学院 , 四川 成都 610031)   摘  要 : 蚁群算法基于正反馈机制进行全局搜索 ,具有很强的全局收敛能力 ;遗传算法具有极强的快速全局搜索能力。为了充分发挥两种算法在寻优过程中的优势 ,提出一种基于正态云关联规则的自适应参数调节蚁群遗传算法。该算法利用云关联规则实现了蚁群策略和遗传策略的有效融合 ,极大程度地发挥其整体功能 ,动态地平衡了算法收敛速度和搜索范围之间的矛盾 ,最后通过实例证明了其在解决 TSP 问题时的有效性。 关键词 : 蚁群算法 ; 遗传算法 ; 蚁群遗传算法; 正态云模型 ; 旅行商问题中图分类号 : TP 18     文献标志码 : A ACGA with adapting parameters based on cloud models MU Feng1 , WAN G Ci2guang1 , YUAN Xiao2hui2 , XUE Feng1( 1. Coll. of Traf f ic and Transportation , Southwest J iaotong Univ. , Chengdu 610031 , China;2. School of Inf ormation Science & Technology , Southwest J iaotong Univ. , Chengdu 610031 , China)   Abstract : The ant colony algorithm (ACA) has a good global convergence capability by using the mecha2nism of positive feedback , while genetic algorithm ( GA) has a capacity for performing global searches and being quick. CACGA (ant colony2genetic algorithm with adapting parameters based on cloud models) is proposed to take advantage of good qualities of the two optimization algorithms more completely. CBACGA makes the ant colony strategy and the genetic strategy to be fused ingeniously through the cloud ass

参考文献

引证文献

问答

我要提问