一类自适应蚁群算法及其收敛性分析

摘要：

为了克服蚁群算法易陷入局部最小点的缺点,同时提高算法的收敛速度,提出一类自适应蚁群算法.该算法利用自适应改变信息激素的挥发系数改善传统蚁群算法的全局搜索能力和收敛速度.通过马尔科夫过程对算法的全局收敛性进行分析,得出该类蚁群算法全局收敛性条件.并构造出该类算法的一种信息激素更新策略,证明了这种算法全局收敛性.利用提出的算法对典型的TSP问题进行仿真研究,结果表明比典型蚁群算法在收敛速度和解的性能上都有较大改善.

关键词：蚁群算法、收敛性、马尔科夫链

所属期刊栏目：22

分类号：TP278(自动化技术及设备)

资助基金：国家自然科学基金60475023,60175015

在线出版日期：2005-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：713-717