改进型蚁群算法参数优化研究
ws， VRPTW）。由于现实生活中很多问题可以归结为VRPTW，因此VRPTW的研究受到学术界的广泛重视。蚁群算法虽然具有较强鲁棒性，但存在搜索速度慢和容易出现停滞的缺点。为此，学术界除了引进其他算法来加强其搜索能力外，还从蚁群算法本身的参数设置角度来克服其弱点，目前有三种方式。第一种是用其他算法来自动筛选参数，例如刘利强[1]等利用粒子群优化算法，将离子当前位置作为算法参数来优选ACS算法的参数。第二种是动态调整蚁群算法参数，如蔺媛媛等[2]采用自适应调整q参数，刘武阳等[3]采用自适应调整信息素增量和信息素挥发率都属于此类。第三类是通过研究参数与最优解的关系，如王明芳[4]通过数据仿真来研究全局最优解与参数的关系，甘屹[5]则是通过正交优化实验来研究算法之间的交互作用以提高求解精度和收敛速度。本文通过基于最大最小蚁群算法（MMAS）的改进来研究参数设置在有时间窗车辆路径问题上的应用。通过均匀设计法，找出参数的最优组合。对Solomon标准数据集的
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：