文献类型：期刊文章

作　　者：郑慧君[1] 陈俞强[1,2]

机构地区：[1]东莞职业技术学院计算机工程系,广东东莞523808 [2]广东工业大学研究生院,广州510006

出　　处：《控制工程》

基　　金：广东省省级科技计划项目(2014A010103002);广东省优秀青年人才培养计划项目(Yq2013201)

年　　份：2016

卷　　号：23

期　　号：4

起止页码：608-612

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、核心刊

摘　　要：蚁群优化算法(Ant Colony Optimization,ACO)通过模拟蚁群觅食的行为提出的一种启发式防生算法,被应用于很多组合优化问题中。针对蚁群算法在求解过程中容易陷入局部最优出现早熟停滞,对基本的蚁群算法进行了改进,提出了基于混沌扰动的蚁群算法(CD-ACO),在算法的概率转移中引入混沌扰动因子,以保持蚁群群的多样性,使算法易于跳出局部极值区间,加快收敛速度,从而提高全局搜索能力。在蚁群选取下一跳节点的时候,通过欧式距离对邻节点的选取进行了筛选,使蚁群朝着目标节点的方向进行移动,提高搜索效率;最后在MATLAB中建立道路交通网络模型,并进行了路径导航仿真实验,实验表明,CD-ACO的稳定性强,收敛速度快,并且能够得到全局较优的路径。

关 键 词：蚁群算法 路径导航 混沌扰动  

分 类 号：TP18]