蟻群算法的改進(jìn)及其在連續(xù)空間優(yōu)化中的應(yīng)用.pdf

1、蟻群算法是一種隨機(jī)搜索算法，與其它模擬進(jìn)化優(yōu)化算法一樣，通過(guò)由候選解組成的群體的進(jìn)化過(guò)程來(lái)尋求最優(yōu)解，它具有許多優(yōu)良性質(zhì)和實(shí)際應(yīng)用價(jià)值。本文以基本蟻群算法的性能的分析為背景，探討了蟻群算法的構(gòu)成、性能、特點(diǎn)其及改進(jìn)措施，并提出了在連續(xù)空間蟻群算法的模型，結(jié)合混沌理論提出了混沌蟻群算法，并通過(guò)實(shí)例分析了一般函數(shù)優(yōu)化問(wèn)題中蟻群算法的性能、特點(diǎn)以及進(jìn)一步研究的方向。
　　 首先，著重探討了蟻群算法的特點(diǎn)，分析算法的主要參數(shù)對(duì)優(yōu)化性能的

2、影響。針對(duì)蟻群算法搜索時(shí)間長(zhǎng)、易出現(xiàn)停滯現(xiàn)象一直制約著它在眾多領(lǐng)域進(jìn)一步推廣應(yīng)用這一缺點(diǎn)，文中對(duì)基本的蟻群算法做一系列改進(jìn)，使其在優(yōu)化的過(guò)程中能夠快速找到全局最優(yōu)解。通過(guò)函數(shù)驗(yàn)證，改進(jìn)的蟻群算法在加快收斂速度上收到一定的效果。
　　 其次，由于改進(jìn)蟻群算法在提高全局收斂能力上的局限性，文中在對(duì)Logistic 映射和Ulam-von Neumann兩種典型混沌映射進(jìn)行分析的基礎(chǔ)上，分析了混沌算法的內(nèi)隨機(jī)性、遍歷性、規(guī)律性和對(duì)初值

3、的敏感性的特點(diǎn)，進(jìn)而提出將蟻群算法和混沌算法進(jìn)行混合。用標(biāo)準(zhǔn)函數(shù)對(duì)混合算法進(jìn)行驗(yàn)證，函數(shù)優(yōu)化結(jié)果表明混合算法比混沌算法具有更高的全局收斂能力及運(yùn)行穩(wěn)定等優(yōu)點(diǎn)。
　　 最后，論文還提出了用于連續(xù)空間優(yōu)化問(wèn)題的蟻群算法模型，為蟻群算法付之于實(shí)際應(yīng)用提供了一條可行途徑。通過(guò)仿真實(shí)驗(yàn)證明該模型用于處理一般函數(shù)的優(yōu)化效果良好，值得進(jìn)一步研究；并且針對(duì)PID控制器參數(shù)優(yōu)化設(shè)計(jì)問(wèn)題，將蟻群算法設(shè)計(jì)的結(jié)果與Z-N 設(shè)計(jì)的結(jié)果進(jìn)行了比較，數(shù)據(jù)仿真