一种基于Metropolis抽样准则的蚁群算法的信息素更新策略-蚁群算法-人工智能实验室AiLab-中国人工智能网-Powered by AiLab.cn

一种基于Metropolis抽样准则的蚁群算法的信息素更新策略

来源：互联网发布日期：2011-09-29 15:09:49 浏览：7989次

导读：针对蚁群优化算法的关键步骤——信息素轨迹更新过程进行了分析。在理论证明和实验验证的基础上，针对此过程提出一种基于Metropolis接受准则的信息素更新策略，并...

铁道学报

摘要：针对蚁群优化算法的关键步骤——信息素轨迹更新过程进行了分析。在理论证明和实验验证的基础上，针对此过程提出一种基于Metropolis接受准则的信息素更新策略，并通过引入一种非齐次的模拟退火方法有效地减少算法在早期落入较差解的可能性。在系统温度较高时，算法将以较大的概率接受不同的解，进行广泛的试探，能够有效地避免算法初期陷入较差解的状况；当系统温度较低时，将以小概率接受不同的解，在算法的后期将搜索集中到迄今最优解的邻域中，保证了算法收敛的同时减少了算法的收敛时间。同时将基于Metropolis接受准则的信息素更新策略和已有的信息素更新策略在4个不同规模的TSP问题上进行对比实验，试验结果也证明了本文策略的有效性。

相关热词： 张友鹏颜晨阳蚁群优化算法信息素轨迹更新策略 Metr

一种基于Metropolis抽样准则的蚁群算法的信息素更新策略
来源：互联网发布日期：2011-09-29 15:09:49 浏览：7989次

相关内容

AiLab云推荐

最新资讯

本月热点

热门排行

推荐内容

在线客服

热门栏目HotCates

关于我们

版权声明

一种基于Metropolis抽样准则的蚁群算法的信息素更新策略 来源：互联网 发布日期：2011-09-29 15:09:49 浏览：7989次