一種改進(jìn)信息素二次更新局部?jī)?yōu)化蟻群算法

　　針對(duì)蟻群（ACO）算法收斂速度慢、容易陷入局部最優(yōu)的缺陷，提出了一種改進(jìn)信息素二次更新局部?jī)?yōu)化蟻群算法（IPDULACO）。該算法對(duì)蟻群搜索到的當(dāng)前全局最優(yōu)解中路徑貢獻(xiàn)度大于給定的路徑貢獻(xiàn)閾值的子路徑信息素進(jìn)行二次更新，以提高構(gòu)成潛在最優(yōu)解的子路徑被選擇的概率，從而加快算法的收斂。然后，在搜索過(guò)程中，當(dāng)蟻群陷入局部最優(yōu)時(shí)，使用隨機(jī)插入法對(duì)局部最優(yōu)解中城市的排序進(jìn)行調(diào)整，以增強(qiáng)算法跳出局部最優(yōu)解的能力。將改進(jìn)算法應(yīng)用于若干經(jīng)典的旅行售貨商問(wèn)題（TSP）進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，對(duì)于小規(guī)模的TSP，IPDULACO可以在較少的迭代次數(shù)內(nèi)獲得已知最優(yōu)解；對(duì)于較大規(guī)模的TSP，IPDULACO可以在較少的迭代次數(shù)內(nèi)獲得更精確的解。因此，IPDULACO具有更強(qiáng)的搜索全局最優(yōu)解的能力和更快的收斂速度，可以高效求解TSP。
?