蟻群參數自適應調整的優化設計

0 引言

蟻群優化算法是一類新型進化算法，其主要特點是群體搜索策略和群體之間的信息交換，其主要依據是信息正反饋原理和某一種啟發式算法的有機結合。當前這類算法已形成了統一的優化元啟發式統一模式、統一蟻群優化原理及算法描述，由于蟻群算法的搜索過程形式上與離散問題(如TSP)具有較大的相似性，因此蟻群算法被廣泛地應用于解決具有NP－難度的組合優化問題，但其在求解多維有約束的函數優化方面具有許多缺點，如算法一般需要較長的搜索時間，而且易出現停滯現象，即搜索進行到一定程度后，所有個體所發現的解完全一致，不能對解空間進一步搜索，不利于發現更好的解。也有文獻將解空間劃分成若干子域，以每一只螞蟻走完每一個優化變量的小單元為執行一次搜索，然后更新該優化路徑上的信息素，最后細化變量單元而采用精搜索的方法進一步獲得全局優化解。但因螞蟻優化算法在函數優化過程中，啟發式因子a、期望啟發式因子盧和信息殘留常數p在整個粗搜索及精搜索過程中值的變化也直接影響到算法能否找到全局最優解”‘。筆者在分析了蟻群優化算法利用粗搜索及精搜索實現多維有約束函數優化的基礎上，又分析了蟻群優化的最直接影響參數，建立了蟻群參數自適應調整的改進蟻群優化算法，通過具體的機械優化實例驗證改進后的算法，從而進一步證實該改進的蟻群優化算法在多維有約束的函數優化上具有收斂速度快、所需蟻群數量少、易獲得全局最優解等優點。