發(fā)布時間：2021-01-02 21:10

　　蟻群優(yōu)化（Ant colony optimization,簡稱ACO）算法是根據(jù)螞蟻尋找食物時發(fā)現(xiàn)路徑的行為提出的,該算法具有并行式、正反饋、自組織等許多優(yōu)良的性質(zhì)。最初ACO算法用于求解旅行售貨商問題（Traveling Salesman Problem,簡稱TSP）,隨后又被用于求解路徑規(guī)劃、數(shù)據(jù)挖掘等問題。TSP是找一個無向帶權(quán)完全圖里權(quán)值最小的一條Hamilton回路;路徑規(guī)劃是機器人研究領域的重要內(nèi)容之一,其目的是在有障礙物的環(huán)境中為機器人尋找一條滿足特定指標最優(yōu)的路徑。應用ACO算法求解這兩個問題時,都存在收斂慢、容易陷入局部最優(yōu)等缺陷。為此,本文提出改進的ACO算法來求解這兩個問題,主要工作概括如下:（1）針對蟻群（ACO）算法收斂速度慢、容易陷入局部最優(yōu)等缺陷,提出了一種改進信息素二次更新局部優(yōu)化蟻群算法（IPDULACO）。該算法對蟻群搜索到的當前全局最優(yōu)解中路徑貢獻度大于給定的路徑貢獻閾值的子路徑信息素進行二次更新,以提高構(gòu)成潛在最優(yōu)解的子路徑被選擇的概率,從而加快算法的收斂速度。其次,在搜索過程中,當算法陷入局部最優(yōu)時,使用隨機插入法對局部最優(yōu)解中城市的排序進行調(diào)... 

【文章來源】：江南大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【部分圖文】：

一acs原瑰

在用 ACO 算法求解優(yōu)化問題時，每只螞蟻的覓食路徑就表示相應優(yōu)化問題的一個解，所有螞蟻的覓食路徑構(gòu)成優(yōu)化問題的解空間，其中最優(yōu)的路徑就是優(yōu)化問題的最優(yōu)解。2.1.3 算法流程ACO 算法求解優(yōu)化問題的基本流程如圖 2-2 所示：

ACO算法求解二維路徑規(guī)劃問題流程圖

【參考文獻】：
期刊論文
[1]新型蟻群算法在TSP問題中的應用[J]. 張弛,涂立,王加陽.  中南大學學報(自然科學版). 2015(08)
[2]基于勢場蟻群算法的移動機器人全局路徑規(guī)劃方法[J]. 劉建華,楊建國,劉華平,耿鵬,高蒙.  農(nóng)業(yè)機械學報. 2015(09)
[3]動態(tài)環(huán)境下基于改進蟻群算法的機器人路徑規(guī)劃研究[J]. 屈鴻,黃利偉,柯星.  電子科技大學學報. 2015(02)
[4]一種面向?qū)ο蟮亩嘟巧伻核惴捌銽SP問題求解[J]. 杜鵬楨,唐振民,孫研.  控制與決策. 2014(10)
[5]改進的遺傳算法求解旅行商問題[J]. 于瑩瑩,陳燕,李桃迎.  控制與決策. 2014(08)
[6]基于改進蟻群算法的移動機器人路徑規(guī)劃[J]. 張琦,馬家辰,謝瑋,馬立勇.  東北大學學報(自然科學版). 2013(11)
[7]一種基于粒子群參數(shù)優(yōu)化的改進蟻群算法[J]. 李擎,張超,陳鵬,尹怡欣.  控制與決策. 2013(06)
[8]考慮邊位置信息的求解ETSP問題改進貪婪算法[J]. 饒衛(wèi)振,金淳,陸林濤.  計算機學報. 2013(04)
[9]基于自然選擇策略的蟻群算法求解TSP問題[J]. 吳華鋒,陳信強,毛奇凰,張倩楠,張壽春.  通信學報. 2013(04)
[10]動態(tài)環(huán)境下移動機器人路徑規(guī)劃的改進蟻群算法[J]. 王哲,孫樹棟,曹飛祥.  機械科學與技術(shù). 2013(01)

博士論文
[1]基于粒子群優(yōu)化算法的水下潛器實時路徑規(guī)劃技術(shù)研究[D]. 祖?zhèn)?哈爾濱工程大學 2008

碩士論文
[1]基于改進蟻群算法的移動機器人路徑規(guī)劃[D]. 劉亮.武漢科技大學 2007



本文編號：2953649