典型文献
基于信息素初始分配和动态更新的蚁群算法
文献摘要：
针对蚁群算法搜索初期收敛速度慢和容易陷入局部最优的问题,对蚁群算法进行改进.在初始化阶段,采用贪心策略构造次优路径并增加该路径上的信息素浓度,实现不同路径上信息素的初始分配,使信息素在搜索初期就能发挥指导性作用,让蚂蚁更快地趋向于最优解的附近;在迭代寻优过程中,引入遗传变异操作,对每次迭代后的最优路径作变异操作,尝试寻找一条更优的路径,并用找到的更优路径自适应调整信息素增量;当算法不可避免地陷入局部最优时,运用信息素回滚策略,根据回滚次数动态调整挥发因子,加强搜索能力,使算法更容易跳出局部最优.仿真实验结果表明,改进算法能有效地加快收敛速度和增强跳出局部最优的能力.
文献关键词：
蚁群算法;信息素初始化;信息素增量;挥发因子;旅行商问题
中图分类号：
作者姓名：
陈颖杰;高茂庭
作者机构：
上海海事大学 信息工程学院,上海 201306
文献出处：
引用格式：
[1]陈颖杰;高茂庭-.基于信息素初始分配和动态更新的蚁群算法)[J].计算机工程与应用,2022(02):95-101
A类：
信息素增量
B类：
初始分配,动态更新,蚁群算法,期收,收敛速度,速度慢,局部最优,贪心策略,造次,次优路径,信息素浓度,不同路径,蚂蚁,趋向于,最优解,迭代寻优,遗传变异,变异操作,最优路径,径自,自适应调整,地陷,回滚,挥发因子,搜索能力,跳出局部,改进算法,快收敛,信息素初始化,旅行商问题
AB值：
0.383921
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
