一种启发式动态信息素更新策略的蚁群算法

来源：计算机工程与应用杂志2018年第20期北京时间：

作者：刘中强1，游晓明2，刘 升2

单位：1.上海工程技术大学 电子电气学院，上海 201620；2.上海工程技术大学 管理学院，上海 201620

摘要：针对蚁群系统（ACS）在解决TSP问题上存在易陷入局部最优和收敛速度较慢的问题，提出了一种改进的启发式蚁群算法。在迭代前期赋予伪随机因子较小的阈值，从而使蚂蚁能以较大的概率选择轮盘赌方式完成解的构建，扩大了解的搜索范围；同时通过引入迭代最优蚂蚁进行全局信息素更新，来进一步增加了解的多样性，使算法避免陷入局部最优。在迭代后期随着伪随机因子参数值变化幅度的加快，则用至今最优蚂蚁来取代迭代最优蚂蚁，以促进搜索进程很快的向最优解附近收敛，加快了收敛的速度。实验仿真结果表明改进后的算法在前期能够有效地跳出局部最优，并且在后期能够明显提升收敛速度。

关键词：蚁群系统,启发式蚁群算法,全局信息素更新,迭代最优蚂蚁,至今最优蚂蚁