


下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、遺傳蟻群系統(tǒng) 摘要: 在遺傳蟻群系統(tǒng)中,為減少螞蟻構(gòu)建路徑的時間消耗,引入遺傳操作,使得當(dāng)前迭代中螞蟻構(gòu)建的路徑部分來自于之前迭代獲取的優(yōu)秀巡回路徑的遺傳;同時為減少由遺傳操作產(chǎn)生的算法停滯的影響、提高算法解的質(zhì)量,對蟻群構(gòu)建的路徑施行2opt變異操作。 通過旅行商問題測試算法性能,并與蟻群系統(tǒng)進(jìn)行比較。實(shí)驗(yàn)表明,遺傳蟻群系統(tǒng)搜索效率高,而且解的質(zhì)量優(yōu)于蟻群系統(tǒng)。 關(guān)鍵詞:遺傳蟻群系統(tǒng); 蟻群優(yōu)化; 遺傳算法; 旅行商問題 0引言 1997年Dorigo等人提出了ACS(ant colony system,蟻群系統(tǒng))1。它是最成功的ACO2算法之一
2、,并被廣泛地應(yīng)用于各種組合優(yōu)化問題36,如連續(xù)空間的數(shù)值優(yōu)化、旅行商問題、流水車間調(diào)度、集覆蓋、機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)路由等。 蟻群系統(tǒng)是一種啟發(fā)式的構(gòu)建方法。 以TSP為例,TSP的一條巡回路徑(解)是所有城市的一個排列,不同的相對排列順序?qū)?yīng)不同的解。ACS通過增量構(gòu)建的方式構(gòu)建完整的巡回路徑。具體方式是先將螞蟻隨機(jī)地放在一個城市;然后根據(jù)一定的規(guī)則選擇螞蟻下一步訪問的城市,直到訪問完所有的城市。 路徑的增量構(gòu)建占用了ACS算法的大部分時間。因?yàn)楫?dāng)前螞蟻必須有足夠的運(yùn)算,以對下一步訪問城市作出最優(yōu)選擇。 減少螞蟻在構(gòu)建路徑上的時間消耗是提高ACS效率的一種有效途徑。 在GAs(genetic al
3、gorithms,遺傳算法)7,8中,路徑的構(gòu)建是通過對父代個體的繼承和重組或者變異實(shí)現(xiàn),只需要作少量的運(yùn)算。 因此,構(gòu)建一條巡回路徑的時間消耗GAs顯著小于ACS。 正是基于這種考慮,本文提出了一種GACS(genetic ant colony system,遺傳蟻群系統(tǒng))。 在GACS中,螞蟻構(gòu)建的路徑部分來源于對之前迭代所得的優(yōu)秀路徑的遺傳,并通過變異減少蟻群構(gòu)建的路徑的相似性,降低算法停滯的概率。 b)變比例遺傳。 變比例遺傳實(shí)現(xiàn)方式與定比例遺傳相同,不同的是為克服定比例遺傳的缺陷,在變比例遺傳中,p是一個變量。螞蟻從優(yōu)秀巡回路徑中繼承的部分路徑比例,隨著迭代次數(shù)的增加而增加。 這樣,
4、在迭代初期,當(dāng)前優(yōu)秀巡回路徑的質(zhì)量較差時,螞蟻繼承的路徑比例被限制在一個較小的范圍內(nèi),以避免算法陷入一個局部最優(yōu)巡回路徑;而在迭代的后期,優(yōu)秀巡回路徑越來越接近全局最優(yōu)巡回路徑時,螞蟻繼承的比例增加到一個較大的量上,以大幅減少螞蟻在構(gòu)建路徑上的時間消耗。 c)隨機(jī)比例遺傳。 蟻群中的螞蟻從優(yōu)秀巡回路徑繼承隨機(jī)比例的部分路徑。在相同迭代中不同螞蟻繼承的部分路徑比例是隨機(jī)的。不同迭代中相同螞蟻繼承的部分路徑比例也是隨機(jī)的。 隨機(jī)比例遺傳的實(shí)現(xiàn)方式如下:隨機(jī)從優(yōu)秀巡回路徑中選擇兩個城市節(jié)點(diǎn),將這兩個城市及這兩個城市之間的城市依次遺傳給當(dāng)前螞蟻。 在理論上,隨機(jī)比例遺傳中的部分路徑遺傳比例是50,因此
5、其時間消耗近似于50定比例遺傳。 在ACO算法中,螞蟻有兩種路徑構(gòu)建方式:a)串行構(gòu)建。在迭代中,螞蟻依次構(gòu)建完整的巡回路徑,即只有當(dāng)一個螞蟻構(gòu)建了完整的巡回路徑后,其后的螞蟻才開始路徑的構(gòu)建。b)并行構(gòu)建。在迭代中,蟻群中所有螞蟻同時開始路徑的構(gòu)建,并同時完成路徑的構(gòu)建。 這兩種構(gòu)建方式對不存在局部信息素更新的ACO算法,如AS和MMAS(maxmin ant system)10,11是沒有區(qū)別的;但對于ACS,這兩種構(gòu)建方式存在差異。因?yàn)锳CS局部更新規(guī)則的存在,使用串行構(gòu)建方式時,先構(gòu)建路徑的螞蟻會對其后構(gòu)建路徑的螞蟻路徑構(gòu)建存在影響;使用并行構(gòu)建方式時,蟻群中的螞蟻互相影響彼此的路徑構(gòu)
6、建。 不過沒有資料顯示哪一種構(gòu)建方式更優(yōu)2。 使用定比例遺傳和變比例遺傳時,可以選用并行構(gòu)建或者串行構(gòu)建;但使用隨機(jī)比例遺傳時,蟻群中的螞蟻繼承的路徑比例是隨機(jī)的,即螞蟻繼承的城市數(shù)量不一定相等。因此此時必須使用路徑的串行構(gòu)建方式。路徑遺傳能有效提高算法效率,但是如果處理不當(dāng)容易造成算法停滯而得不到理想的結(jié)果。 因此效仿GAs,將變異運(yùn)算引入GACS,將螞蟻構(gòu)建的路徑實(shí)行變異運(yùn)算。 在GAs中,變異主要目的是防止因交叉操作帶來的染色體相似性而導(dǎo)致的種群收斂。它的變異一般是隨機(jī)的,即無論發(fā)生變異后的路徑是變優(yōu)還是變劣都將取代當(dāng)前路徑。 在GACS中,只有當(dāng)前最優(yōu)巡回路徑的信息才通過全局信息素更新
7、規(guī)則傳遞給其后構(gòu)建路徑的螞蟻。因此在GACS中,隨機(jī)變異是不合適的。因?yàn)榈貌坏礁鼉?yōu)秀的路徑的變異是無效的。 在GACS中施行定向變異,即巡回路徑只向更短的路徑發(fā)生變異。 變異算子選用2opt12變異。 對n城市的巡回路徑tour的2opt變異的MATLAB語言實(shí)現(xiàn)原理如下: 由表2可知,含2opt變異的GACS的時間性能和優(yōu)化效果均優(yōu)于ACS。 關(guān)于時間性能,對于Berlin52、Eil51和Rd100,在作相同次數(shù)迭代的情況下,GACS消耗的時間約為ACS的75;關(guān)于優(yōu)化效果,如對于Rd100,在給定實(shí)驗(yàn)條件下,GACS在20次實(shí)驗(yàn)中有9次取得最優(yōu)巡回路徑,而ACS僅2次取得最優(yōu)巡回路徑。
8、4結(jié)束語 本文提出了具有遺傳特征的遺傳蟻群系統(tǒng)。 該算法通過路徑的遺傳減少了螞蟻在構(gòu)建路徑上的時間消耗,并通過2opt變異運(yùn)算提高了解的質(zhì)量。 在TSP上的仿真實(shí)驗(yàn)表明,該算法的時間性能和優(yōu)化效果均優(yōu)于蟻群系統(tǒng)。 參考文獻(xiàn): 1DORIGO M, GAMBARDELLA L M. Ant colony system: a cooperative learning approach to the traveling salesman problemJ.IEEE Trans on Evolutionary Computation,1997,1(1):53-66. 2DORIGO M,STü
9、;TZLE T. Ant colony optimizationM. London:MIT Press, 2004:65-117. 3SOCHA K. ACO for continuous and mixedvariableoptimizationC/Proc of the 4th International Workshop on Ant Colony Optimization and Swarm Intelligence. Brussels, Belgium: SpringerVerlag, 2004: 300-301. 4PEI Jian,HAN Jiawei, MAO Runying.
10、 Closet: an efficient algorithm for mining frequent closed itemsetsC/Proc of the ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery. Dallas, Texas: ACM Press, 2000: 21-30. 5ALUPOAEI S,KATKOORI S. Ant colony system application to macrocell overlap removalJ.IEEE Trans on Ver
11、y Large Scale Integration (VLSI) Systems, 2004,12(10):1118-1122. 6GóMEZ J F,KHODR H M,De OLIVEIRA P M, et al. Ant colony system algorithm for the planning of primary distribution circuitsJ.IEEE Trans on Power System, 2004,19(2):996-1003. 7HOLLAND J H. Genetic algorithms in search, optimization,
12、 and machine learningM. Ann Arbor: Michigan Press, 1975:1-57. 8MICHALEWICZ Z. Genetic algorithms+data structure=evolutionary programsM. New York: Springer-Verlag, 1994:211-238. 9COLORNI A,DORIGO M, MANIEZZO V. Distributed optimization by ant coloniesC/Proc of the 1st European Conference on Artificial Life. London: MIT Press,1991:134-142. 10STüTZLE T, HOOS H H. The maxmin ant system and local search for the traveling salesman problemC/Proc of IEEE International Conference on Evolutionary Computation. Piscataway:IEEE Press, 1997: 309-314. 11STüT
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 公積金債權(quán)轉(zhuǎn)讓管理辦法
- 民政養(yǎng)老機(jī)構(gòu)管理辦法
- 集體餐飲餐廳管理辦法
- 松江區(qū)新型運(yùn)輸管理辦法
- 防疫期間施工管理辦法
- 防洪物資儲備管理辦法
- 昆明鳳凰山墓地管理辦法
- 新能源公司技術(shù)管理辦法
- 電子商業(yè)匯票管理辦法
- 銀行現(xiàn)金考核管理辦法
- 2025年新修訂《治安管理處罰法》
- 管道非開挖修復(fù)技術(shù)課件
- 鐵路營業(yè)線安全管理辦法
- 酒類銷售用人勞務(wù)合同
- 2024年吉林省省直事業(yè)單位招聘考試真題
- 2025老年教育政策環(huán)境分析及教學(xué)模式創(chuàng)新路徑研究報(bào)告
- 2025年湖南省高考?xì)v史真題(答案版)
- 2025年中國伺服電纜行業(yè)市場發(fā)展前景及發(fā)展趨勢與投資戰(zhàn)略研究報(bào)告
- 壓力分散型錨索張拉方案
- 組委會結(jié)構(gòu)圖與職責(zé)說明寧(共4頁)
- 項(xiàng)目管理手冊
評論
0/150
提交評論