摘要
提出将蚁群算法用于求解函数优化问题的新方法。使用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁觅食的方式,更新搜索路径上的信息素,按照转移概率来决定搜索方向,即通过信息素来指引搜索,最后搜索收敛于各个全局最优解。给出了基于此思想的具体算法,并通过计算示例仿真说明了该算法的有效性,表明该算法可以同时快速收敛发现多个全局最优解,并保持稳定。
An improved ant colony algorithm solving function optimization problem is proposed in this paper.The algorithm uses some ants to search in the solution space first in a stochastic way then stimulate the food searching behavior of real ants to guide the search by the pheromone.The new algorithm is explained in details and some simulations show the algorithm is very effective in finding global optimizations.
出处
《计算机应用研究》
CSCD
北大核心
2004年第9期89-91,共3页
Application Research of Computers
基金
电子科技大学青年科技基金资助项目
关键词
函数优化
蚁群算法
进化算法
仿生算法
Function Optimization
Ant Colony Algorithm
Evolutionary Algorithm
Bionic Algorithm
