混合改进蚁群算法的函数优化

摘要：

针对蚁群算法进化速度慢、容易出现停滞现象的不足,探讨了一种基于自适应信息素挥发因子的改进蚁群算法.针对蚁群算法容易陷入局部最优的缺点,提出了一种基于决策变量高斯变异的改进蚁群算法.针对蚁群算法速度慢的不足,探讨了一种基于决策变量边界自调整的改进蚁群算法.将上述3种改进相融合,提出了一种基于自适应信息素挥发因子、决策变量高斯变异和决策变量边界自调整3种改进策略的混合改进蚁群算法.将其应用于函数优化中,仿真结果表明,混合改进蚁群算法在收敛速度和收敛率方面都有很大改进,具有更好的寻优性能.

关键词：混合改进蚁群算法、函数优化、自适应、高斯变异、蚁群算法

所属期刊栏目：7

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目51079033;中央高校基本科研业务费专项资金资助项目HEUCF100430

在线出版日期：2013-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：370-376