基于粒子群与人工鱼群混合算法的TSP求解模型
传统的群智能算法不断被优化和改进,但由于传统单纯算法的固有缺陷和局限性很难从根本上去除,因此衍生出许多群智能混合算法.针对人工鱼群算法(AFSA)收敛速度慢及粒子群算法(PSO)全局收敛性差的缺陷,提出了一种新的粒子群与人工鱼群的混合算法.算法以人工鱼群算法为基础,将粒子群算法的线性递减惯性权重策略引入到人工鱼群算法中,对人工鱼进行编码处理以及动态改变人工鱼个体的视野,使之形成新的粒子群人工鱼群混合算法(PSO-AFSA).完成算法融合并将混合算法应用于旅行商(TSP)问题.仿真结果表明:与传统的人工鱼群算法和粒子群算法相比,该混合算法全局收敛性效果更好,收敛速度更快.
旅行商问题、人工鱼群算法、粒子群算法、混合算法
30
TB115(工程基础科学)
国家自然科学基金项目61304127;安徽省自然科学基金项目1408085QF132
2017-03-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
27-31,37