摘要
蚁群算法因其较强的并行性、鲁棒性和正反馈性,在优化组合领域得到很好的应用。但应用中易发生停滞、陷入局部最优,收敛慢等不足。为了对算法的性能有进一步的提高,本文针对存在的不足,提出了相应改进。本文从算法本身和组合参数优化两方面进行优化,在最大最小蚁群基础上引入"赏罚"机制,并结合微粒子群算法调优蚁群算法的参数组合。本文选用常见的组合优化问题,公交调度优化问题,进行验证和比较。仿真对比结果表明,本文对蚁群算法的优化方案是可行有效的。
出处
《电子技术与软件工程》
2016年第13期186-188,共3页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金
国家自然科学基金(项目编号:61462038)
江西省研究生创新专项资金资助项目(项目编号:YC2015-S181)
