基于多种群多策略的混合遗传-蚁群算法及应用研究
周頔
四川文理学院 达州 635000
摘要：为了充分利用蚁群算法的并行、正反馈机制、高效求解和遗传算法的随机、快速以及全局收敛等优点,在分析遗传算法的选择、交叉、变异等策略和蚁群算法的寻优策略基础上,基于多种群和多策略,提出一种带有参数自适应调整的混合遗传-蚁群(HPSGAO)算法.在HPSGAO算法的每次循环中,遗传算法获得最优解用于初始化蚁群算法的信息素分配,以实现遗传策略和蚁群策略的有效结合,动态平衡HPSGAO算法的收索范围与收敛速度间的矛盾,进而提高HPSGAO算法的全局择优能力.为了验证提出混合遗传-蚁群算法的优化性能,选择10个TSP问题进行测试,仿真实验结果表明,在多次循环后,HPSGAO算法具有遗传算法和蚁群算法的优势互补,以及较好的求解效率.
关键词：遗传算法蚁群算法多种群多策略参数自适应调整旅行商问题
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61304187)国家自然科学基金(61771080)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2390-2394,2412 )
英文信息