一种求解多目标优化问题的改进蚁群算法  

作　　者：罗艳媚 

机构地区：[1]桂林航天工业学院管理学院,广西桂林541004

出　　处：《电脑知识与技术》2020年第32期226-229,共4页Computer Knowledge and Technology

摘　　要：针对带约束的多目标优化问题,提出一种改进的蚁群算法(Ant colony optimization,ACO)。在基本算法的基础上,通过对初始信息素进行混沌处理,动态调整参数α(信息启发式因子)和β(期望启发式因子)值,引入最大-最小蚂蚁系统来对算法进行改进,利用Pareto的排序机制对搜索到的可行解进行分类排序,得出可行解。对4个经典测试函数的仿真结果表明,文中算法在均匀性、寻有能力均优于另两种算法。

关 键 词：约束问题 多目标优化 蚁群算法 仿真 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]