计算机科学与探索

作者：张德惠，游晓明，刘升

单位：1. 上海工程技术大学 电子电气学院，上海 2016202. 上海工程技术大学 管理学院，上海 201620

关键词：蚁群算法（ACO）,猫群算法（CSO）,旅行商问题（TSP）,动态分组,自适应信息素扩散

针对传统蚁群算法在旅行商问题（TSP）中容易陷入局部最优且收敛速度慢等问题，提出了一种融合猫群算法的动态分组蚁群算法。首先，在种群初始化时，人工地使蚂蚁均匀分布在不同的城市。其次，借鉴猫群算法中的分工思想，在蚁群系统中引入动态分组机制，将蚂蚁分为搜索蚂蚁和跟踪蚂蚁两类：搜索蚂蚁通过路径构建规则的改善使算法在前期多样性增加；跟踪蚂蚁利用信息素扩散机制对局部信息素进行自适应更新，突出较优子路径的作用，避免算法陷入局部最优。最后，通过信息素全局更新机制加快收敛速度。通过Matlab对TSPLIB中的多组案例进行仿真实验，结果表明改进后的算法平衡了多样性和收敛速度，有效提高了解的质量。

来源：2020年第5期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第5期