摘要: 蚁群算法具有很强的寻优能力,但仍存在搜索时间过长、易于停滞等问题。针对这些不足,提出了一种具有路径平滑和信息动态更新的蚁群算法。新算法引入了路径平滑概念,加强了对蚁群前期搜索的引导,扩大了蚁群后期搜索空间;同时,通过动态调节信息素挥发因子,使得路径间信息素浓度差异不会增长过快,有效地避免了算法陷入局部解。实验结果表明,具有路径平滑和信息动态更新的蚁群算法明显优于基本蚁群算法。
甘荣伟,郭清顺,常会友,衣杨. 具有路径平滑和信息动态更新的蚁群算法[J]. 计算机科学, 2010, 37(1): 233-235. https://doi.org/
GAN Rong-wei,GUO Qing-shun,CHANG Hui-you,YI Yang. Ant Colony Optimization Algorithm with Path Smoothing and Dynamic Pheromone Updating[J]. Computer Science, 2010, 37(1): 233-235. https://doi.org/