蚁群算法是一种启发式搜索算法,被广泛应用于求解复杂的组合优化问题。基本蚁群算法存在收敛速度慢和早熟停滞等问题,针对这些问题,提出了一种基于搜索集中度和动态信息素更新的蚁群算法。通过在选择策略中引入"搜索集中度"因子,让算法可以自适应的调节蚂蚁选择城市的范围,在此基础上采用动态改变信息素增量和信息素回滚的机制,缩短了搜索时间,也使算法更容易跳出局部极值。仿真实验结果表明,改进后的算法算法具有较快的收敛速度,提高了解的全局性,有效避免了算法陷入局部最优。
科研之友
微信
新浪微博
Facebook
分享链接
