融合自适应聚类与母蚁引导策略的蚁群算法

来源：计算机科学与探索杂志2024年第9期北京时间：

作者：邢李成, 游晓明, 刘升

单位：1. 上海工程技术大学 控制科学与工程系，上海 2016002. 上海工程技术大学 管理学院，上海 201600

摘要：针对蚁群算法在求解较大规模旅行商问题时，容易出现陷入局部最优、收敛速度较慢的情况，提出一个融合自适应聚类与母蚁引导策略的蚁群算法（AMACS）。在自适应聚类中，使用改进的聚类方法，利用最大最小距离与类密度的思想，通过自适应聚类策略，获得最佳聚类结果，并快速获得各个类的优化解；利用近邻原则，将相邻的类进行蛛网融合，从而有效提高了初始解的精度。通过母蚁引导策略对初始解进行优化，其中母蚁引导策略包括路径诱导与信息素优化两个部分：路径诱导将初始解设定为第一代的解，提高了算法的稳定性；信息素优化通过对初始解路径进行信息素激励，提高了解的精度。使用随机重组策略对信息素进行重组以及随机激励，使算法尽量跳出局部最优，提高了算法的精度。实验结果表明，提出的算法在求解大规模旅行商问题时，不仅保证了解的精度，而且提高了算法的稳定性。

关键词：蚁群算法,聚类算法,旅行商问题,信息素优化,母蚁引导