论文部分内容阅读
蚁群算法是一种成功的启发式算法，但在解决TSP问题时存在着收敛速度慢和易陷入局部最优解的问题。本文针对这两个问题，提出了定期交流和模范带头学习模型，前者是在蚂蚁每走过一定城市后，进行学习交流，选出所走路径相对较短的蚂蚁进行信息素影响，从而加快总体的收敛速度；后者是当所有蚂蚁都旅行一圈后，选出最优秀的蚂蚁，在其走过的路径上释放大量信息素，对下一周期蚂蚁的旅行进行引导，避免陷入局部最优解。实验结果表明新算法在求解质量上比传统蚁群算法有了明显提高。本文也通过实验分析了蚂蚁数量等参数对算法性能的影响。