文献类型：期刊文章

作　　者：段海滨[1] 马冠军[1] 王道波[2] 于秀芬[3]

机构地区：[1]北京航空航天大学自动化科学与电气工程学院,北京100083 [2]南京航空航天大学自动化学院,江苏南京210016 [3]中国科学院空间科学与应用研究中心,北京100080

出　　处：《系统仿真学报》

基　　金：国家自然科学基金(60604009);航空科学基金(2006ZC51039);北京航空航天大学"蓝天新秀"基金

年　　份：2007

卷　　号：19

期　　号：5

起止页码：974-977

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：20071510545322)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少。在介绍基本蚁群算法机制原理和数学模型的基础上,提出了一种用于求解连续空间优化问题的改进蚁群算法。将连续空间优化问题的解向量分解成有限个网格,同时构造了一个与蚁群转移概率相关的评价函数,并借助相遇搜索策略对蚁群算法进行了改进,将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能。仿真实验表明,提出的改进蚁群算法较文献[11]所提出的自适应蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径。

关 键 词：蚁群算法 信息素 正反馈 连续空间优化

分 类 号：TP18] TP301.6]