融合动态层次聚类和邻域区间重组的蚁群算法

作者：张佩; 游晓明^*; 刘升

来源：计算机应用研究, 2023, 40(06): 1666-1673.

DOI：10.19734/j.issn.1001-3695.2022.11.0556

• 蚁群算法
• 动态层次聚类
• 邻域重组
• 推荐处理

针对蚁群算法搜索速度过慢以及解质量不足等问题，提出一种融合动态层次聚类和邻域区间重组的蚁群算法。在初始阶段，调整层次聚类阈值并按照类间距离最小合并的原则迭代至目标簇集，根据预合并系数进行簇间合并，通过蚁群系统得到小类路径并断开重组以加快算法整体收敛速度；接着使用蚁群系统对解空间进行优化，同时并行处理簇集与簇集邻域区间扩散重组，增加解的多样性，进一步固定迭代次数进行比较，若邻域区间重组解质量优于当前优化解则进行推荐处理，提高解的精度；当算法停滞时，引入调整因子降低各路径信息素之间差异以增强蚂蚁搜索能力，有助于算法跳出局部最优。实验结果表明，在面对大规模问题时，算法的精度在3%左右，该方法相比传统方法可以有效提高解的精度和收敛速度。

• 单位
  上海工程技术大学