改进型蚁群算法参数优化研究
更新随机因子。因为ηij为路径值启发式信息，因此将其以t的概率增加蚂蚁构建更优的车辆数量的解集合。3 数值试验分析3.1 均匀设计优化参数蚁群算法参数优化是一个多因素多水平优化设计问题，对于参数设定不可能遍历所有可能。利用均匀设计和均匀设计表，选取具有代表性的样本进行试验，能极大减少试验的次数，而且能取得较好的参数配置。本文的改进蚁群算法有五个需要优化的算法参数：①信息素权重α；②路径可见性权重β；③信息素挥发率ρ；④最好可能信息素量PBest；⑤信息素更新随机因子t。参照原始MMAS取值，并经过逐步改进，这里首先选取以下参数组合进行初步计算：α=1；β=2；ρ=0.02；PBest=0.05；t=0.5。通过比较原始MMAS结果和参数未优化前结果（见表4的4-7列），可知改进的蚁群算法在C类数据集上不具有优势，在R类和RC类数据集上比较有优势。为最大限度获取解的优化，本文选取R103和RC104进行参数优化试验，同时确定试验的参数范围为：α∈（0，2]；β∈[1，3]；ρ∈[0.01，0.
<<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：