一种新的求解TSP问题智能蚁群优化算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (25): 69-71.

一种新的求解TSP问题智能蚁群优化算法

顾军华，谭庆，李娜娜，毛宁

河北工业大学计算机科学与软件学院，天津 300130

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-01 发布日期:2007-09-01
通讯作者: 顾军华

New intelligent ACO for TSP

GU Jun-hua，TAN Qing，LI Na-na，MAO Ning

School of Computer Science and Engineering，Hebei University of Technology，Tianjin 300130，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-01 Published:2007-09-01
Contact: GU Jun-hua

摘要/Abstract

摘要： 提出了一种新的用于求解TSP问题的智能蚁群优化算法。新算法从TSP问题本身出发，提取出了该问题的一种本质特征，并赋予蚁群算法中的精英蚂蚁以识别该固有特征的能力，以提高精英蚂蚁的搜索质量，进而使得新算法整体的求解能力得以提高。文章中不仅阐述了新算法的原理，而且进行了仿真实验，实验结果表明新算法在求解时间和求解质量上都取得了很好的效果。

关键词: 蚁群优化算法, 智能, 旅行商问题, 交叉

Abstract: A new intelligent Ant Colony Optimization（ACO） for Traveling Salesman Problem（TSP） has been proposed.The new algorithm extracts the intrinsic characteristic rule of TSP and then injects it into the elite of ants，which improves the elite ant’s capability to build a better solution and then makes an improvement of ACO.This paper not only describes the new algorithm’s theory，but also makes a simulation.The simulation results show that proposed algorithm finds optimum solutions more effectively both in time and quantity than ACO.

Key words: Ant Colony Optimization, intelligence, Traveling Salesman Problem, cross

顾军华，谭庆，李娜娜，毛宁. 一种新的求解TSP问题智能蚁群优化算法[J]. 计算机工程与应用, 2007, 43(25): 69-71.

GU Jun-hua，TAN Qing，LI Na-na，MAO Ning. New intelligent ACO for TSP[J]. Computer Engineering and Applications, 2007, 43(25): 69-71.

[1]	杨培蓓，王晓光. 区块链下的船舶抵押融资信用风险测度与控制[J]. 计算机工程与应用, 2021, 57(9): 264-271.
[2]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[3]	曾春艳，严康，王志锋，余琰，纪纯妹. 深度学习模型可解释性研究综述[J]. 计算机工程与应用, 2021, 57(8): 1-9.
[4]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[5]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[6]	王友发，周圆圆，罗建强. 近20年智能制造研究热点与前沿挖掘[J]. 计算机工程与应用, 2021, 57(6): 49-57.
[7]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[8]	王运成，周春华，陈楚湘，吴善明，陈冰. 基于二叉知识树推理的可扩展智能排课系统[J]. 计算机工程与应用, 2021, 57(5): 251-257.
[9]	倪明，钱思源，杨善林. 废旧智能手机回收再利用业务流程仿真与优化[J]. 计算机工程与应用, 2021, 57(5): 258-263.
[10]	郑鲲，孔江萍，周晶，慈康怡，常鹏. iPPG技术及生理参数检测的教育应用综述[J]. 计算机工程与应用, 2021, 57(5): 25-35.
[11]	伍京华，吴学桥. 基于Agent的改进贴近度的多属性评价模型[J]. 计算机工程与应用, 2021, 57(5): 65-70.
[12]	刘勇，谢若莹，丰阳，王亚辉，刘亚清. 智能家居中的居民日常行为识别综述[J]. 计算机工程与应用, 2021, 57(4): 35-42.
[13]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[14]	陈彬，张荣梅，张琦. DCFM：基于深度学习的混合推荐模型[J]. 计算机工程与应用, 2021, 57(3): 150-155.
[15]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.