基于灰预测和正态云的参数自适应蚁群遗传算法
牟峰1
袁晓辉2
王慈光1
景云1
1.西南交通大学,交通运输学院,四川,成都,6100312.西南交通大学,信息科学与技术学院,四川,成都,610031
摘要：基于正反馈机制的蚁群算法,在进行全局搜索时,具有很强的全局收敛能力;遗传算法则具有快速的全局搜索能力.为了充分利用两种算法在寻优过程中的优势,提出一种带有参数自适应调节能力的混合算法.该算法利用灰预测对最大最小蚁群策略中的信息素上(下)界进行估计,以达到实时控制信息素限界、避免算法陷入局部最优的目的.同时,通过云模型建立了一系列的关联规则,利用算法在迭代过程中的反馈信息,可实现算法参数的自适应控制,有效减小算法对参数初始设置的依赖.最后,对车间调度问题(JSP)和旅行商问题(TSP)算例的仿真结果证明了算法的有效性.
关键词：混合算法最大最小蚂蚁系统遗传算法正态云灰预测
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(60776824)
论文发表日期：2010-01-01
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：7( 701-707 )
英文信息