基于信息融合的分布式多维自适应蚁群优化算法研究  

Research on Optimization Algorithm for Distributed Multi-dimensional Adaptive Ant Colony Based on Information Fusion

作　　者：董甲东[1,2] 郑春香[3] 

机构地区：[1]西安建筑科技大学机电工程学院,陕西西安710055 [2]安庆师范学院物理与电气工程学院,安徽安庆246011 [3]安庆师范学院计算机与信息学院,安徽安庆246011

出　　处：《工业控制计算机》2014年第12期29-31,共3页Industrial Control Computer

基　　金：安徽省教育厅自然科学研究重点项目(KJ2011A199)

摘　　要：通过参数优化、与其他优化算法融合等手段对蚁群算法进行改进,能有效地提高蚁群算法的全局寻优能力,改善其收敛性能。随着搜索路径多维,以及复杂分布式系统蚂蚁迭代次数的增加,蚁群动态多样性逐渐消失,容易陷入局部最优。通过对蚁群算法存在的问题进行分析,设计了多维系统各子蚁群时间同步方案以及信息融合时间窗口开启策略;针对影响蚁群算法的主要参数,提出动态认知的参数自适应调整改进算法,实现算法初期路径选择的多样性、成熟后可提高算法的寻优效率。以解决TSP问题为例,对启发式因子、信息素挥发因子等主要参数对蚁群最优路径影响进行仿真分析。This paper analyzes the existing problems in ant colony algorithm,Time synchronization scheme and time window strat-egy of sub ant colony in multidimensional system are designed.ln view of the influence of the main parameters of ant colony algorithm,algorithm with the parameters of improved adaptive dynamic cognition is proposed.At the early stage of the algorithm,path selection can achieve diversity.The algorithm reaches maturity,the searching efficiency can be improved.ln order to solve the TSP problem as an example,the simulation analysis of the main parameters that influence the heuristic factor,pheromone volatilization factor on ant colony optimal path.

关 键 词：信息融合 分布式系统 蚁群算法 时间同步 自适应 参数优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]