蚁群算法求解连续空间优化问题的一种方法

被引：63

作者：

陈崚

沈洁

秦玲

机构：

[1] 扬州大学计算机科学与工程系

[2] 扬州大学计算机科学与工程系江苏扬州

[3] 南京大学计算机软件新技术国家重点实验室

[4] 江苏南京

[5] 江苏扬州

来源：

软件学报 | 2002年 / 12期

基金：

国家高性能计算基金;

关键词：

蚁群算法; 优化; 遗传操作; 非线性规划问题;

D O I：

10.13328/j.cnki.jos.2002.12.014

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对蚁群算法不太适合求解连续性优化问题的缺陷,提出用蚁群算法求解连续空间优化问题的一种方法.该方法将解空间划分成若干子域,在蚁群算法的每一次迭代中,首先根据信息量求出解所在的子域,然后在该子域内已有的解中确定解的具体值.以非线性规划问题为例所进行的计算结果表明,该方法比使用模拟退火算法、遗传算法具有更好的收敛速度.

引用

页码：2317 / 2323

页数：7

共 4 条

[1] A New Approach to Solving Nonlinear Programming [J].

SHEN Jie CHEN Ling Depatment of Computer Science Yangzhou Univ Yangzhou China National Key Laboratory of Advanced Software Technology Nanjin Univ Nanjin China .

Journal of Systems Science and Systems Engineering, 2002, (01) :28-36

[2] 具有变异特征的蚁群算法 [J].

吴庆洪 ;

张纪会 ;

徐心和 .

计算机研究与发展, 1999, (10) :1240-1245

[3] An ANTS heuristic for the frequency assignment problem [J].

Maniezzo, V ;

Carbonaro, A .

FUTURE GENERATION COMPUTER SYSTEMS, 2000, 16 (08) :927-935

[4]

Ant Colony System:A Cooperative Learning Approach to the Traveling Salesman Problem .2 Dorigo M,Maniezzo V,Colorni A. IEEE Transactions on Evolutionary Computing . 1997

← 1 →