遗传算法与蚁群算法的融合研究

摘要：

遗传算法具有快速全局搜索能力,但对于系统中的反馈信息却没有利用,往往导致无为的冗余迭代,求解效率不高.而蚁群算法是通过信息素的累积和更新来收敛于最优路径,具有分布、并行、全局收敛能力,但是搜索初期信息素匮乏,导致算法速度慢.通过将两种算法进行融合,克服两种算法各自的缺陷,优势互补,形成一种时间效率和求解效率都比较好的启发式算法.并通过仿真计算,表明融合算法的性能优于遗传算法和蚁群算法.

关键词：遗传算法、蚁群算法、融合、优化

所属期刊栏目：10

分类号：TP183(自动化基础理论)

资助基金：国家重点实验室开放基金KF09091

在线出版日期：2010-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4017-4020