文献类型：期刊文章

作　　者：卜冠南[1,2] 刘建华[1,2] 姜磊[1,2] 张冬阳[1,2]

BU Guannan;LIU Jianhua;JIANG Lei;ZHANG Dongyang(School of Information Science and Engineering,Fujian University of Technology,Fuzhou 350118,China;Fujian Provincial Key Laboratory of Big Data Mining and Applications,Fuzhou 350118,China)

机构地区：[1]福建工程学院信息科学与工程学院,福州350118 [2]福建省大数据挖掘与应用技术重点实验室,福州350118

出　　处：《计算机工程与应用》

基　　金：福建省自然科学基金(2019J01061137);福建工程学院发展基金(GY-Z17150)。

年　　份：2021

卷　　号：57

期　　号：6

起止页码：67-73

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：蚁群优化算法是一种能应用于求解旅行商问题(Traveling Salesman Problem,TSP)的智能算法,但蚁群算法在求解TSP路径规划问题中存在收敛速度慢、易陷入局部最优解问题,而将蚂蚁算法的蚁群分组,能增加全局搜索能力,提高求解路径规划性能。通过分析蚁群分组大小与蚁群算法性能的关系,并提出了一种自适应分组蚁群算法,采用一种随迭代分组数减少策略方法,并将其应用于对TSP路径规划问题求解。通过实验结果对比表明,自适应分组蚁群算法在收敛速度和搜索质量方面都有了明显提高。

关 键 词：旅行商问题 蚁群算法 分组  自适应

分 类 号：TP301.6]