蚁群优化算法若干问题研究

蚁群优化算法若干问题研究 摘　　要 蚁群优化算法是由意大利学者Dorigo及其同事于上个世纪九十年代提出的一种全新的元启发式收缩算法。其灵感来源于真实蚁群的觅食行为，并以成为目前最成功的群体智能系统之一。 本文首先系统而全面地介绍了蚁群优化算法，包括其产生背景、算法基本框架及其应用。接着，我们将该算法应用于求解最大团问题——经典的难组合优化问题。通过对蚁群优化算法的一些特性，如参数设置、时间复杂度等详细的讨论，该算法获得了令人满意的结果。然后，在蚁群优化算法的基础上，我们提出了一种基于二进制编码的蚁群优化算法。在此数学模型上，对其算法收敛性进行了定量的数学分析。分析表明：只有当蒸发因子 时，该算法才具有全局收敛性。 为了进一步揭示蚁群优化算法的本质，我们还阐述了蚁群优化算法的搜索策略，将其于遗传算法、模拟退火、神经网络等启发式算法进行了深入而细致的比较，试图从不同的角度去认识和理解它。最后，本文指出了包括群体智能在内的六点值得以后研究的方向。 关键词：蚁群优化算法、组合优化、最大团问题、收敛性、启发式、智能群体