改进型蚁群算法参数优化研究
03]；PBest∈[0.04，0.06]；t∈[0，1]。根据因素数量，可以选择、和，从它们的使用表可以查到，当s=5时，它们的偏差分别为0.2414，0.4286和0.2272。因此这里选择作为本文的均匀设计表。根据该表，对各因素取12个水平如表1。3.2 实验结果及分析受限于篇幅，我们只将每类数据的前三项结果列出，见表4。4 结束语研究表明，本文对最大最小蚁群算法的改进效果明显，由于蚁群算法本身的鲁棒性，加上初期算法参数的逐步改良，后期蚁群算法参数在一定范围内的波动不会明显改变计算结果。同时，蚁群算法受到两大因素的制约，一是必须达到运能和时间窗瓶颈才能返回，二是时间窗大的节点拥有更为灵活的组合方式。这使得局部搜索算法成为构造高效蚁群算法的必要组成部分，这也是我们下一步研究的关键性问题。此外，尽量改善C类问题的计算效能也是值得研究的问题。参考文献：[1] 刘利强，戴运桃，王丽华.蚁群算法参数优化[J].计算机工程，2008.34（11）：208-210[2] 蔺媛媛，朱耀庭，贾雯.蚁群算法的参数
<<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：