会议专题

基于优化成熟度的自适应蚁群优化算法

分析了蚁群算法局部信息素更新系数与全局信息素更新系数对算法寻优能力与收敛速度的关系,定义平均路径相似度(ATS)来表征寻优过程的成熟程度,并据此自适应调整信息素更新系数,提高算法收敛速度并避免陷入局部最优.经过与典型蚁群算法在多个旅行商问题测试用例上进行收敛速度与全局寻优能力的全面比较,证明了新的算法具有较好的效果.

蚁群优化算法 自适应参数控制 优化成熟度

王海宁 孙守迁

浙江大学,计算机学院,浙江,杭州,310027

国内会议

2010全国开放式分布与并行计算学术年会

乌鲁木齐

中文

140-144

2010-08-19(万方平台首次上网日期,不代表论文的发表时间)