时变挥发率条件下求解Steiner树蚁群优化算法的收敛性
蚁群优化算法是最近提出的求解复杂组合优化问题的启发式算法.在蚁群优化算法中,信息素的更新规则直接影响着算法性能,固定挥发率条件下,虽然也能得到求解Steinei树蚁群优化算法的收敛性结果,但算法的探优能力差,易于陷入局部最优.本文在设计求解最小Steiner树蚁群优化算法时,采用了动态更新信息索挥发率的方法,并给出了时变挥发率条件下算法的收敛性证明.具体的,在时变挥发率条件下,当迭代次数充分大时,该算法能以概率1找到最优解.另外,在动态更新信息素下界的条件下,也能得到类似的收敛性结果.
作 者： 杨文国 郭田德 YANG WENGUO GUO TIANDE 作者单位： 杨文国,YANG WENGUO(中国科学院研究生院工程教育学院,北京100049;中国科学院科技政策与管理科学研究所,北京100080)郭田德,GUO TIANDE(中国科学院研究生院数学科学学院,北京,100049)
刊 名： 应用数学学报 ISTIC PKU 英文刊名： ACTA MATHEMATICAE APPLICATAE SINICA 年，卷(期)： 2008 31(2) 分类号： O221.7 关键词： 蚁群优化 收敛性 最小steiner树 信息素 算法