本文介绍了一种崭新的求解复杂优化问题的启发式算法-蚁群算法.该方法通过模拟蚁群搜索食物的过程,达到求解此类问题的目的.它具有智能搜索、全局优化、稳健性强、分布式计算、易与其它方法结合等优点.该算法用于解决组合优化问题,如TSP,QAP,JSP等效果较好.
作者:孙超利; 郭一娜; 谭瑛 期刊:《太原科技大学学报》 2017年第03期
由于微粒群算法在获得最优解或近似最优解之前往往需要进行大量的目标函数评价,因此其在求解复杂优化问题时的时间消耗是不可接受的,导致其在这类优化问题上的应用受到了很大的限制。为此,我们提出使用计算廉价的径向基函数神经网络作为模型以替换真实的计算费时的目标函数计算。当其估值优于个体历史最优值时才进行真实的目标函数计算,从而节省计算成本。通过在6个50维的标准测试函数上的实验结果分析,该方法能够在相同目标函数评...