【作者】 ；
【導(dǎo)師】 ；
【作者基本信息】 浙江大學(xué)， 控制理論與控制工程， 2007， 博士
【摘要】 社會(huì)性動(dòng)物的群集活動(dòng)往往能產(chǎn)生驚人的自組織行為，如個(gè)體行為顯得簡(jiǎn)單、盲目的螞蟻組成蟻群以后能夠發(fā)現(xiàn)從蟻巢到食物源的最短路徑。生物學(xué)家經(jīng)過仔細(xì)研究發(fā)現(xiàn)螞蟻之間通過一種稱之為“外激素”的物質(zhì)進(jìn)行間接通訊、相互協(xié)作來發(fā)現(xiàn)最短路徑。受這種現(xiàn)象啟發(fā)，意大利學(xué)者M(jìn).Dorigo，V.Maniezzo和A.Colorni通過模擬蟻群覓食行為提出了一種基于種群的模擬進(jìn)化算法——蟻群算法。該算法的出現(xiàn)引起了學(xué)者們的巨大關(guān)注，在過去的短短十余年時(shí)間內(nèi)，蟻群算法已經(jīng)在組合優(yōu)化、函數(shù)優(yōu)化、系統(tǒng)辨識(shí)、網(wǎng)絡(luò)路由、機(jī)器人路徑規(guī)劃、數(shù)據(jù)挖掘以及大規(guī)模集成電路的綜合布線設(shè)計(jì)等領(lǐng)域獲得了廣泛的應(yīng)用，并取得了較好的效果。本論文圍繞蟻群算法的原理、理論及其應(yīng)用，就如何改進(jìn)基本蟻群算法、蟻群算法的并行實(shí)現(xiàn)，蟻群算法在組合優(yōu)化、函數(shù)優(yōu)化以及電廠主蒸汽溫度控制系統(tǒng)等領(lǐng)域的應(yīng)用進(jìn)行了較為深入、系統(tǒng)的研究。本文的主要研究成果包括：1．提出了一種回溯螞蟻系統(tǒng)。該算法使用了一種新的類型的回溯螞蟻(BA)來發(fā)現(xiàn)新的路徑，類似于NP算法中在周圍區(qū)域中的抽樣。除了對(duì)信息素的軌跡量限制一個(gè)最大和最小值以防止停滯以外，該算法讓螞蟻隨機(jī)的選擇最好解的那一條邊，并且迫使螞蟻避免這條邊，然后用周游的方法更新信息素矩陣，而不是發(fā)現(xiàn)的最好解。仿真實(shí)驗(yàn)結(jié)果證明：該算法在無論是求解對(duì)稱還是非對(duì)稱TSP問題都可以和MMAS算法相媲美，體現(xiàn)了很高的性能。2．提出了一種多重蟻群算法。該算法是受并行遺傳算法的概念所啟發(fā)，在求解TSP問題時(shí)使用不同種群搜索解空間以避免局部最優(yōu)從而獲得全局最優(yōu)。對(duì)幾個(gè)TSP基準(zhǔn)問題的仿真實(shí)驗(yàn)結(jié)果證實(shí)了該算法的有效性和可行性，其性能高于ACS算法。3．針對(duì)大規(guī)模的TSP問題，提出了一種并行蟻群算法——并行蟻群系統(tǒng)。同以往的并行策略不同的是，該算法把并行處理的概念用之于蟻群系統(tǒng)。該算法把人工螞蟻分成幾個(gè)群，然后把蟻群系統(tǒng)應(yīng)用于每一個(gè)群體，群體之間可以進(jìn)行通訊，即按照鄰居群所發(fā)現(xiàn)的最好路徑來更新自己每條路徑上的信息素水平。該算法不僅減少了計(jì)算時(shí)間，而且具有極高的搜索較好解的能力。仿
