基于K均值聚类改进的蚁群算法研究

摘要：

蚁群优化算法(ACO)在求解TSP (traveling salesman problem)问题时,其算法的时间复杂度为O(m·n2·t)(其中t表示循环次数,n为城市数,m为蚂蚁数),搜索时间比较长.利用K-means聚类的方法得到多个类,每一个类都看作是一个小的TSP问题,然后在每个类内部和类之间利用改进的蚁群算法寻找最优路径,通过实验仿真,验证了此方法不但能提高解的精度,而且还加快了运行速度.

关键词：蚁群算法、K-means、聚类

所属期刊栏目：30

分类号：TP312(计算技术、计算机技术)

资助基金：合肥学院自然科学研究一般项目13KY04ZR;大学生创新创业训练项目201311059068

在线出版日期：2015-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4