结合价格波动策略与动态回溯机制的蚁群算法

摘要：

针对传统蚁群算法在旅行商问题(TSP)中易陷入局部最优、收敛速度较慢等问题,提出一种结合价格波动策略与动态回溯机制的蚁群算法.在价格波动策略中,结合时间序列思想将蚁群算法完整迭代周期进行分类,并根据价格波动平衡,将影响价格波动的供求关系进行匹配.通过分析算法在不同分类中的不同需求,对信息素挥发因子进行自适应动态供给,加快算法收敛速度的同时改善解的多样性.当价格波动策略的供给关系无法实现平衡时,算法将面临局部最优问题,此时引入动态回溯机制,以迭代最优蚂蚁的个体相似度作为标准,将路径信息素回溯至相似度差异显著的时期,在保证收敛速度的同时能够有效跳出局部最优.通过MATLAB对TSP中的不同测试集进行仿真,结果表明该算法在保证收敛速度的基础上,有效提高了解的质量,在中大规模城市集上较好地平衡了多样性与收敛速度的关系.

关键词：蚁群算法、价格波动策略、动态回溯机制、个体相似度、旅行商问题(TSP)

所属期刊栏目：16

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1390-1404