一种基于贡献的蚁群算法信息素分配策略  

A Contribution-based Pheromone Assignment Strategy for ACO Algorithms

作　　者：吴小娟[1] 吕强[1] 

机构地区：[1]苏州大学计算机科学与技术学院,苏州215006

出　　处：《微计算机信息》2008年第15期238-239,284,共3页Control & Automation

基　　金：江苏省自然科学基金(BK2003030)

摘　　要：ACO(ant colony optimization蚁群优化)算法中信息素被用来指导整个搜索过程,通过信息素将每一次迭代后产生的搜索经验传递到下一代。通常情况下,优质解中的所有解元素都被认为具有相等的重要性。本文给出了一种新的信息素分配策略,设定贡献越大的解元素,更新过程中分配的信息素的量就越多;反之,分配的信息素的量较少。结果发现,改进后的信息素分配技术用于TSP(旅行商问题),对ACO算法有不同程度的改进作用。Pheromone information is used in Ant Colony Optimization （ACO） algorithms to guide the search process and to transfer the search knowledge from one iteration to the next. Generally, all the components in a good solution are considered as of equal importance. This paper proposes a new strategy named contribution-based pheromone assignment： more contribution the solution components make, more pheromone they will be assigned, and vice versa. The testing results of applying the strategy to Traveling Salesmen Problems （TSP） indicate that the implementation of our strategy improves the performance of MMAS, the most successful ACO algorithm.

关 键 词：ACO 信息素分配 基于贡献 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]