【技术实现步骤摘要】
本专利技术属于信息与控制
，涉及自动化技术，特别是涉及一种改进的蚁群优化方法。
技术介绍
蚁群优化算法是由意大利学者M. Dorigo, V. Maniezzo, A Colorni等人在20世纪90年代初首先提出来的，并成功解决旅行商(TSP)等组合优化问题。蚁群算法不仅能够智 能搜索、全局优化，而且具有稳健性(鲁棒性)、正反馈、分布式计算、易与其它算法结合等 特点。因此，蚁群算法的问世为诸多领域解决复杂优化问题提供了有力的工具。但蚁群算 法在构造解的过程中，利用了随机选择策略，这种选择策略使得进化速度较慢，容易出现停 滞现象，即搜索进行到一定程度后，所有个体所发现的解完全一致，不能对解空间进一步进 行搜索，不利于发现更好的解。
技术实现思路
本专利技术的目标是针对蚁群算法容易出现早熟收敛的难题，根据人类所特有的创新 思维，引入了好奇因子以提高蚁群算法的全局搜索能力和搜索速度。本专利技术的技术方案是好奇因子赋予蚂蚁人类创新思维的特点，让蚂蚁对陌生路径 产生好奇感。在蚂蚁的选择机制中考虑满足蚂蚁这种好奇感，刺激蚂蚁尝试那些陌生的潜 在最优路径，有利于对解空间更...
【技术保护点】
一种引入好奇因子的蚁群优化方法，其特征在于该方法包括如下步骤：步骤１、初始化蚂蚁个数ｍ、挥发系数ρ、初始每条边上的的信息素τ↓［ｉｊ］（０），随机放置ｍ个蚂蚁到ｎ个城市上；步骤２、初始化禁忌表ｔａｂｕ↓［ｋ］（ｓ），令ｓ＝１，ｔａｂｕ↓［ｋ］表示第ｋ个蚂蚁的禁忌表，ｔａｂｕ↓［ｋ］（ｓ）表示禁忌表中第ｓ个元素；步骤３、蚂蚁ｋ（ｋ＝１，２．．．ｍ）随机选择转移到城市ｊ，在时刻ｔ蚂蚁ｋ由城市ｉ转移到城市ｊ的概率Ｐ↓［ｉｊ］↑［ｋ］（ｔ）为Ｐ↓［ｉｊ］↑［（ｋ）］（ｔ）＝［τ↓［ｉｊ］（ｔ）］↑［α］.［η↓［ｉｊ］］↑［β］.χ↓［ｉｊ］（ｔ）／＊［τ↓［ｉｋ］（ｔ）］↑［α］...
【技术特征摘要】
【专利技术属性】
技术研发人员：郑松，魏江，郑小青，李春富，葛铭，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：86[中国|杭州]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。