一种改进的遗传蚁群混合算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｄ ｏ ｉ ：１ ０ ． ３ ９ ６ ９ ／ Ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ９ － ０ １ ３ ４ ． ２ ０ １ ４ ． ０ ２ （Ｉ － ） ． ２ ２
０ 引言
智能 优 化 算 法 在 解 决 复 杂 的组 合 优 化 问题 中
应 用 非 常 广 泛 ，其 中 ，遗 传算 法 和 蚁群 算 法 是 两 种 典 型 的代 表 。遗 传 算 法 全 局 搜 索方 面 的能 力 较 强 ，但 在 启 发 信 息 利 用 方 面却 有 些不 足 ；蚁 群 算 法 能 在 进 化 初 期 得 到 较 优 解 ， 但 又 易于 陷入 局 部 最 优 ，本 文 对 遗 传 算 法 和 蚁群 算法 进 行 了改 进 ， 提 出 了 改进 的 遗 传 算 法 和最 大 最 小 蚁群 算 法 ，并
、 ｌ
一
匐 似
种改进 的遗传蚁群混合算法
王 娟 ，巩 建 平 ，冯蕾 洁
Ｖ Ｖ Ａ Ｎ Ｇ Ｊ ｕ ａ ｎ ，ＧＯＮＧ Ｊ ｉ ａ ｎ － ｐ ｉ ｎ ｇ ，Ｆ Ｅ ＮＧ Ｌ ｅ ｉ － ｊ ｉ ｅ
（ 太 原理 工大学 信息工程学院 ，太原 ０ ３ ０ ０ ２ ４ ）
提 出 了两者 结合 的遗 传 蚁群混 合算 法 。
１ 遗传算法和蚁群 算法
１ ． １ 遗传算法和改进的遗传算法
遗 传 算 法 是 在 对 生 物 进 化 过 程 进 行 模拟 和 抽 象 的过程 中形 成的 Ｉ 。其 主 要 的内容 是 对生 物群 体
的 进 化 过 程 进 行模 拟 。在 这 个 算 法 中 ，主 要 进 行 以下 五 项 内容 ： 构 造 适 应度 函数 、初 始 化 群 体 、
第 一 ，考 虑 编 码 方 式 是 否 有 利 于 基 因 的 交 叉 和 变 异 操 作 ，选 定 遗 传基 因编 码 方 法 后 ，对 基 因 进 行 编 码 ；第 二 ， 采 用 随机 方 法 生 成 若 干 个 体 集 合 ，这 个 集 合就 是 初 始种 群 ；第 三 ，选 取 合 适 的
汰 中使用选择运算 ，选择一 些个体遗传到下一代
群 体 ，适 应 度 高 的 个 体 被选 入 下 一 代 的概 率 比适 应 度 低 的个 体 要 相 对 大 些 。第 五 ，把 两 个 相 互 配
对 的染 色 体 依 据 交 叉 概 率 相互 交换 其 中一 部 分 的
收稿日期：２ ０ １ ３ －１ ０ － ２ ５
繁 殖 后 代 群 体 、 收 敛判 别群 体 进 化 、最 优 个 体 如
图 １ 单 亲 遗 传 算 法 流 程 图
何 转 化 为 最 优 解 。ห้องสมุดไป่ตู้在具 体 设 计 中 ，一 般 可 以 使 用
对 设 计 变 量 编码 ，从 而将 设 计 变 量 转 化 为 适 合 于 群 体 进 化 的 表 示 。将 目标 函数 设 计 为 包 含 在 遗 传
数值 越 大表 明这 个解 的 质量 越好 ； 而在Ｔ Ｓ Ｐ 的实 际 情 况 中 ，则 正 好 相 反 ；第 四 ，在 群 体 个 体 优 胜 劣
单 亲遗 传 算 法 是最 基 本 的遗 传 算 法 之 一 ，其
遗传进化的操作简单 ，易于理解 。在解决经典 的
优 化组 合 问题Ｔ Ｓ Ｐ（ Ｔ ｒ ａ ｖ ｅ ｌ ｉ ｎ ｇ Ｓ ａ ｌ ｅ ｓ ｍａ ｎ Ｐ ｒ ｏ ｂ ｌ ｅ ｍｓ ） 中，其步 骤大 致如 图 １ 所示。
以上 过 程 中 ， 交叉 操 作 和变 异 操 作 是 最 核 心
的 部 分 。在 单 亲 遗 传 算 法 中 ，一 般 采 用 单 点 交 叉
和逆 序 变 异 ，都 是 随 机 性 很 强 的 方 式 。针 对 这 个
能力。
匐 地
１ ． ２ 蚁群算法和最大最小蚂蚁系统 自然 界 的蚂 蚁在 觅 食过 程 中走 过 的 路径 上 会 留下 信 息 激 素 ，信 息 激 素 浓 度 高 的 路 径 会 吸 引 别 的蚂 蚁 。然 而 ，在 相 同时 间 内 ，在 假设 蚂 蚁运 动
速 度 近 似 相 同的 情 况 下 ，走 较短 路 径 需 要 的时 间 明 显 比走 较 长 路 径 所 需 的 时 间 短 ， 则较 短 路 径 上
适 应 度 函数 ，对 某 一 个个 体 即解 来 说 ，适 应 度 函
算 法 中的 适 应 度 函数 。 因 此 ，优 化 模 型 的 目标 函 数 也 就 可 以 从群 体 进化 过 程 的适 应 度 得 到 。在 群
体 进 化 结束 时 ，适 应 度 最 大 的个 体就 是 相 应 优 化 模 型 的最优 解 。
作者简介：王娟 （ １ ９ ９ ０ 一 ），女 ，硕士研究生 ，研究方 向为计算机网络信息安全 。
【 ７ ８ 】 第３ ６ 卷 第２ 期 ２ ０ １ ４ —０ ２ （ 上）
Ｉ
基 因形 成 两 个 新 的个 体 ；第 六 ，将 个 体 编 码 串 中 的 某 些 基 因值 用 其 他 基 因值 按 照 变 异 概 率 替 换 形 成 一 个 新 个 体 ，这 个 过 程 决 定 了算 法 的局 部 搜 索
Ａｎ ｉ ｍ ｐｒ ｏｖ ｅｄ ｈ ｙｂｒ ｉ ｄ ｇｅｎｅｔ ｉ ｃ ａｎ ｔ ｃｏｌ ｏｎｙ ａｌ ｇｏｒ ｉ ｔ ｈｍ
摘 要 ：遗传算法是 一种并行 、高效 、全局搜索的现代智 能优化算法 ，在计算机 、自动控制等领域广泛 应用 。针 对传统蚁群 算法易于 陷入局部最优 的缺陷 ，提出一种改 进的遗传蚁群 混合算法 ，经 验证 ，该算法在算 法性 能方 面确 实得到进 一步提升 。 关键词 ：智能优化算法 ；遗传算法 ；蚁群算法 ；遗传蚁群 混合 算法 ； 算 法性 能 中图分类号 ：Ｔ Ｐ ３ ０ １ ． ６ 文献标识码 ：Ａ 文章编号 ：１ ０ ０ ９ －０ １ ３ ４ （ ２ ０ １ ４ ） ０ ２ （ 上） － ０ ０ ７ ８ －０ ３
０ 引言
智能 优 化 算 法 在 解 决 复 杂 的组 合 优 化 问题 中
应 用 非 常 广 泛 ，其 中 ，遗 传算 法 和 蚁群 算 法 是 两 种 典 型 的代 表 。遗 传 算 法 全 局 搜 索方 面 的能 力 较 强 ，但 在 启 发 信 息 利 用 方 面却 有 些不 足 ；蚁 群 算 法 能 在 进 化 初 期 得 到 较 优 解 ， 但 又 易于 陷入 局 部 最 优 ，本 文 对 遗 传 算 法 和 蚁群 算法 进 行 了改 进 ， 提 出 了 改进 的 遗 传 算 法 和最 大 最 小 蚁群 算 法 ，并
、 ｌ
一
匐 似
种改进 的遗传蚁群混合算法
王 娟 ，巩 建 平 ，冯蕾 洁
Ｖ Ｖ Ａ Ｎ Ｇ Ｊ ｕ ａ ｎ ，ＧＯＮＧ Ｊ ｉ ａ ｎ － ｐ ｉ ｎ ｇ ，Ｆ Ｅ ＮＧ Ｌ ｅ ｉ － ｊ ｉ ｅ
（ 太 原理 工大学 信息工程学院 ，太原 ０ ３ ０ ０ ２ ４ ）
提 出 了两者 结合 的遗 传 蚁群混 合算 法 。
１ 遗传算法和蚁群 算法
１ ． １ 遗传算法和改进的遗传算法
遗 传 算 法 是 在 对 生 物 进 化 过 程 进 行 模拟 和 抽 象 的过程 中形 成的 Ｉ 。其 主 要 的内容 是 对生 物群 体
的 进 化 过 程 进 行模 拟 。在 这 个 算 法 中 ，主 要 进 行 以下 五 项 内容 ： 构 造 适 应度 函数 、初 始 化 群 体 、
第 一 ，考 虑 编 码 方 式 是 否 有 利 于 基 因 的 交 叉 和 变 异 操 作 ，选 定 遗 传基 因编 码 方 法 后 ，对 基 因 进 行 编 码 ；第 二 ， 采 用 随机 方 法 生 成 若 干 个 体 集 合 ，这 个 集 合就 是 初 始种 群 ；第 三 ，选 取 合 适 的
汰 中使用选择运算 ，选择一 些个体遗传到下一代
群 体 ，适 应 度 高 的 个 体 被选 入 下 一 代 的概 率 比适 应 度 低 的个 体 要 相 对 大 些 。第 五 ，把 两 个 相 互 配
对 的染 色 体 依 据 交 叉 概 率 相互 交换 其 中一 部 分 的
收稿日期：２ ０ １ ３ －１ ０ － ２ ５
繁 殖 后 代 群 体 、 收 敛判 别群 体 进 化 、最 优 个 体 如
图 １ 单 亲 遗 传 算 法 流 程 图
何 转 化 为 最 优 解 。ห้องสมุดไป่ตู้在具 体 设 计 中 ，一 般 可 以 使 用
对 设 计 变 量 编码 ，从 而将 设 计 变 量 转 化 为 适 合 于 群 体 进 化 的 表 示 。将 目标 函数 设 计 为 包 含 在 遗 传
数值 越 大表 明这 个解 的 质量 越好 ； 而在Ｔ Ｓ Ｐ 的实 际 情 况 中 ，则 正 好 相 反 ；第 四 ，在 群 体 个 体 优 胜 劣
单 亲遗 传 算 法 是最 基 本 的遗 传 算 法 之 一 ，其
遗传进化的操作简单 ，易于理解 。在解决经典 的
优 化组 合 问题Ｔ Ｓ Ｐ（ Ｔ ｒ ａ ｖ ｅ ｌ ｉ ｎ ｇ Ｓ ａ ｌ ｅ ｓ ｍａ ｎ Ｐ ｒ ｏ ｂ ｌ ｅ ｍｓ ） 中，其步 骤大 致如 图 １ 所示。
以上 过 程 中 ， 交叉 操 作 和变 异 操 作 是 最 核 心
的 部 分 。在 单 亲 遗 传 算 法 中 ，一 般 采 用 单 点 交 叉
和逆 序 变 异 ，都 是 随 机 性 很 强 的 方 式 。针 对 这 个
能力。
匐 地
１ ． ２ 蚁群算法和最大最小蚂蚁系统 自然 界 的蚂 蚁在 觅 食过 程 中走 过 的 路径 上 会 留下 信 息 激 素 ，信 息 激 素 浓 度 高 的 路 径 会 吸 引 别 的蚂 蚁 。然 而 ，在 相 同时 间 内 ，在 假设 蚂 蚁运 动
速 度 近 似 相 同的 情 况 下 ，走 较短 路 径 需 要 的时 间 明 显 比走 较 长 路 径 所 需 的 时 间 短 ， 则较 短 路 径 上
适 应 度 函数 ，对 某 一 个个 体 即解 来 说 ，适 应 度 函
算 法 中的 适 应 度 函数 。 因 此 ，优 化 模 型 的 目标 函 数 也 就 可 以 从群 体 进化 过 程 的适 应 度 得 到 。在 群
体 进 化 结束 时 ，适 应 度 最 大 的个 体就 是 相 应 优 化 模 型 的最优 解 。
作者简介：王娟 （ １ ９ ９ ０ 一 ），女 ，硕士研究生 ，研究方 向为计算机网络信息安全 。
【 ７ ８ 】 第３ ６ 卷 第２ 期 ２ ０ １ ４ —０ ２ （ 上）
Ｉ
基 因形 成 两 个 新 的个 体 ；第 六 ，将 个 体 编 码 串 中 的 某 些 基 因值 用 其 他 基 因值 按 照 变 异 概 率 替 换 形 成 一 个 新 个 体 ，这 个 过 程 决 定 了算 法 的局 部 搜 索
Ａｎ ｉ ｍ ｐｒ ｏｖ ｅｄ ｈ ｙｂｒ ｉ ｄ ｇｅｎｅｔ ｉ ｃ ａｎ ｔ ｃｏｌ ｏｎｙ ａｌ ｇｏｒ ｉ ｔ ｈｍ
摘 要 ：遗传算法是 一种并行 、高效 、全局搜索的现代智 能优化算法 ，在计算机 、自动控制等领域广泛 应用 。针 对传统蚁群 算法易于 陷入局部最优 的缺陷 ，提出一种改 进的遗传蚁群 混合算法 ，经 验证 ，该算法在算 法性 能方 面确 实得到进 一步提升 。 关键词 ：智能优化算法 ；遗传算法 ；蚁群算法 ；遗传蚁群 混合 算法 ； 算 法性 能 中图分类号 ：Ｔ Ｐ ３ ０ １ ． ６ 文献标识码 ：Ａ 文章编号 ：１ ０ ０ ９ －０ １ ３ ４ （ ２ ０ １ ４ ） ０ ２ （ 上） － ０ ０ ７ ８ －０ ３