论文部分内容阅读
ACO算法在解NP-hard问题上虽然取得了广泛应用,但在解同一类型的不同问题时,需要更改α,β,ρ等参数的值才能取得相应问题的最优解或更接近最优解的解。通过使用最近邻居选择、信息素动态更新和局部启发搜索法对MMAS算法进行优化,得出NDLACO算法。此算法运用于解CVRP问题时,取得了较好的效果。在关于参数值的问题上取得了一定的成效,也有效地解决了蚁群算法的收敛过快和早熟、停滞问题。