蚁群算法及其在路由优化中的应用综述  

Overview of ACO and it’s application on routing optimization

作　　者：贾云富[1,2] 秦勇[2,3] 段富[1] 梁本来[1,2] 黄翰[3] 张美玉[4] 

机构地区：[1]太原理工大学计算机与软件学院,山西太原030024 [2]茂名学院信息与网络中心,广东茂名525000 [3]华南理工大学计算机科学与工程学院,广东广州510641 [4]解放军信息工程大学电子技术学院广州训练大队,广东广州510510

出　　处：《计算机工程与设计》2009年第19期4487-4491,共5页Computer Engineering and Design

基　　金：国家自然科学基金项目(60433020;10471045;60673023);广东省自然科学基金项目(970472;000463;04020079;05011896);广东省教育厅自然科学研究基金项目(Z03080)

摘　　要：蚁群算法(ACO)是一类新型的机器学习技术,根据蚁群算法的正反馈原理和启发式原理的特点,针对目前国内国际的研究情况,对蚁群算法在最优路径的搜寻上从收敛性,收敛算法的改进以及收敛速度等方面的研究分别进行了分析综述,并对蚁群算法的一些应用,如:LEO卫星网络和无线传感等方面进行了阐述。对蚁群算法在路由优化和负载平衡上的研究进行了对比分析,发现了它们存在的不足,指出了在该领域需要进一步研究的热点问题。ACO is a new technology ofmachine learning. According to its positive feedback principle and the heuristic principle, there is mainly directed against the currently domestic and international research. The research that ACO search the optimal path from the convergence property, the improvement of convergence algorithm and the rapidity of convergence is analyzed and summarized. Moreover, some applications such as LEO satellite network and wireless sense/transduce are expounded. Finally, the research on routing optimization and load balance of ACO is analyzed and compared, the shortcoming is found and the hot spot of research on this field is pointed.

关 键 词：蚁群算法 收敛性 最优链路 路由优化 启发式算法 

分 类 号：TP393.01[自动化与计算机技术—计算机应用技术]