具有寿命估算的最大-最小蚂蚁系统

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 27-29.

具有寿命估算的最大-最小蚂蚁系统

姚金涛1，祝胜林1，孔宇彦2

1.华南农业大学信息学院，广州 510642
2.南海东软信息技术学院，广东佛山 528225

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Improved max-min ant system with lifetime estimation

YAO Jintao1，ZHU Shenglin1，KONG Yuyan2

1.College of Informatics，South China Agricultural University，Guangzhou 510642，China
2.Nanhai Neusoft Institute of Information，Foshan，Guangdong 528225，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 提出了一种具有寿命估算的最大-最小蚂蚁系统，该算法对进化种群数进行宏观调控的同时，用个体寿命限制个体的生存期，利用蚂蚁能估算自己所剩寿命的能力，实现其突变性的大风险搜索行为，从而扩大搜索范围，即主动性增加蚁群多样性，使蚁群逃离局部最优，并为实现蚁群的快速收敛提供可能。通过对TSP问题的仿真实验结果表明，该方法能够有效防止早熟收敛，较好地平衡局部搜索和全局搜索的收敛性能。

关键词: 蚁群算法, 寿命估算, 信息素, 旅行商问题（TSP）

Abstract: This paper proposes a variant of ACO called Max-Min Ant System with Lifetime Estimation（MMAS_LE）.MMAS_LE uses both macroscopical control and microcosmic control based on lifetime estimating of ants to realize mutational and risky search behavior，which can broaden the search space，break local convergence and speed the global convergence by increasing the population diversity actively.The simulation results on TSP problem show that MMAS_LE can efficiently avoid premature convergence and well balance the exploration and exploitation.

Key words: ant colony optimizations, lifetime estimation, pheromone, Traveling Salesman Problem（TSP）

姚金涛1，祝胜林1，孔宇彦2. 具有寿命估算的最大-最小蚂蚁系统[J]. 计算机工程与应用, 2011, 47(24): 27-29.

YAO Jintao1，ZHU Shenglin1，KONG Yuyan2. Improved max-min ant system with lifetime estimation[J]. Computer Engineering and Applications, 2011, 47(24): 27-29.

[1]	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.
[2]	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.
[3]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[4]	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.
[5]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[6]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[7]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[8]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[9]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[10]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[11]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[12]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[13]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[14]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.
[15]	胡春阳，姜平，周根荣. 改进蚁群算法在AGV路径规划中的应用[J]. 计算机工程与应用, 2020, 56(8): 270-278.