期刊专题

10.3778/j.issn.1002-8331.1906-0356

区域破坏重建的蚁群优化算法

引用
传统蚁群算法在解决旅行商问题(TSP)有较大的优势,但也存在一些不足,如收敛速度慢、易陷入局部最优等.针对这些问题,提出区域破坏重建的蚁群优化算法(RDRACO).RDRACO应用区域破坏重建算法解决因信息素积累而陷入局部最优的问题,并将蚁群算法的信息素更新规则和全局更新策略进行了调整,使之与该算法匹配.另外在蚁群路径选择中加入2-Opt算子,加快收敛速度和提高收敛精度.实验采用TSPLIB中的20个经典TSP数据集对RDRACO进行仿真实验,仿真结果表明:RDRACO算法通过较少的迭代次数就可找出数据集较小TSP的已知最优路径,并在数据集较大TSP收敛精度上有显著的优化.RDRACO在提高收敛速度的同时具有较高的精度和较好的鲁棒性.

蚁群算法、区域破坏重建、2-Opt、旅行商问题

56

TP391(计算技术、计算机技术)

国家自然科学基金;江西省自然科学基金

2020-07-23(万方平台首次上网日期,不代表论文的发表时间)

共6页

62-67

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

56

2020,56(14)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn