文献类型：期刊文章

作　　者：张松灿[1,2] 普杰信[1] 司彦娜[1] 孙力帆[1]

ZHANG Songcan;PU Jiexin;SI Yanna;SUN Lifan(School of Information Engineering,Henan University of Science and Technology,Luoyang,Henan 471000,China;School of Electrical Engineering,Henan University of Science and Technology,Luoyang,Henan 471000,China)

机构地区：[1]河南科技大学信息工程学院,河南洛阳471000 [2]河南科技大学电气工程学院,河南洛阳471000

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(U1504619);河南省国际科技合作计划(152102410036)。

年　　份：2021

卷　　号：57

期　　号：8

起止页码：70-77

语　　种：中文

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

摘　　要：针对蚁群算法收敛速度较慢、易陷入局部最优的问题,提出了一种基于种群相似度的自适应改进蚁群算法。利用种群相似度对种群内个体的多样性进行度量并根据优化过程中种群相似度的变化情况自适应地调整蚁群算法的参数和信息素更新策略,提升算法的优化性能。该算法用于求解旅行商问题(Traveling Salesman Problem,TSP)问题,并与经典的蚁群系统(Ant Colony System,ACS)及最大最小蚂蚁系统(MAX-MIN Ant System,MMAS)算法进行比较,实验结果表明改进算法在解的质量与算法稳定性方面得到显著提升,有效地平衡了种群多样性与收敛速度之间的矛盾。

关 键 词：蚁群算法 种群多样性 种群相似度  自适应信息素更新  收敛速度 旅行商问题

分 类 号：TP18]