基于改进型蚁群算法的最优路径问题求解
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

广东省教育部产学研结合项目(2009B090300326);广东省科技计划(2010A040306003)


Solving Optimal Path Problem Based on Improved Ant Colony Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    如何高效的向用户提供最优路径是蚁群算法大规模应用于导航系统的关键问题, 针对现有最优路径问题研究中蚁群算法收敛速度慢及容易发生停滞的缺点, 利用A* 算法的启发式信息改进蚁群算法的路径选择策略, 加快算法收敛速度. 同时引入遗传算法的双种群策略和蚁群系统信息素更新策略, 增加全局搜索能力, 避免算法出现停滞现象. 仿真实验结果表明, 该改进算法具有较好的稳定性和全局优化性, 且收敛速度较快.

    Abstract:

    Efficient optimal path is the key issue of the Ant Colony Algorithm used in road traffic navigation system. Aiming at the problem of slow convergence and stagnation phenomenon of Ant Colony Algorithm, this paper introduce path selection strategy which is based on the heuristic factor of A* algorithm to speed up the convergence. Meanwhile the Double-population strategy of the Genetic algorithm and the pheromone update rules of the Ant Colony System (ACS) are introduced in the algorithm, which avoid stagnation of the algorithm of the algorithm and speed up convergence. The results of the simulation experiment show that the improved algorithm has good stability, global optimization and fast convergence.

    参考文献
    相似文献
    引证文献
引用本文

张志协,曹阳.基于改进型蚁群算法的最优路径问题求解.计算机系统应用,2012,21(10):76-80

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-02-10
  • 最后修改日期:2012-03-12
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号