導(dǎo)讀:針對蟻群優(yōu)化算法的關(guān)鍵步驟——信息素軌跡更新過程進行了分析。在理論證明和實驗驗證的基礎(chǔ)上,針對此過程提出一種基于Metropolis接受準(zhǔn)則的信息素更新策略,并...
摘要:針對蟻群優(yōu)化算法的關(guān)鍵步驟——信息素軌跡更新過程進行了分析。在理論證明和實驗驗證的基礎(chǔ)上,針對此過程提出一種基于Metropolis接受準(zhǔn)則的信息素更新策略,并通過引入一種非齊次的模擬退火方法有效地減少算法在早期落入較差解的可能性。在系統(tǒng)溫度較高時,算法將以較大的概率接受不同的解,進行廣泛的試探,能夠有效地避免算法初期陷入較差解的狀況;當(dāng)系統(tǒng)溫度較低時,將以小概率接受不同的解,在算法的后期將搜索集中到迄今最優(yōu)解的鄰域中,保證了算法收斂的同時減少了算法的收斂時間。同時將基于Metropolis接受準(zhǔn)則的信息素更新策略和已有的信息素更新策略在4個不同規(guī)模的TSP問題上進行對比實驗,試驗結(jié)果也證明了本文策略的有效性。