改進(jìn)蟻群算法求解多約束服務(wù)質(zhì)量路由

　　針對目前多數(shù)改進(jìn)蟻群算法求解多約束服務(wù)質(zhì)量路由（ QoSR）存在收斂速度慢、易陷入局部最優(yōu)從而效率不高的問題，提出一種引入梯度下降的蟻群算法（ ACAGD）。該算法將梯度下降法引入到蟻群的局部搜索中，結(jié)合殘余信息素，綜合決定螞蟻的下一跳選擇策略。蟻群不僅以一定概率按照信息素濃度搜索下一跳，還將以一定概率按照梯度下降法搜索下一跳，從而降低傳統(tǒng)蟻群算法容易陷入局部最優(yōu)的可能性。利用Waxman網(wǎng)絡(luò)模型隨機(jī)生成不同路由節(jié)點數(shù)量的網(wǎng)絡(luò)拓?fù)溥M(jìn)行仿真實驗。實驗結(jié)果表明，ACACD相比其他改進(jìn)蟻群算法，能夠在收斂速度不受影響的情況下，取得綜合代價相對較低的路由，且算法的穩(wěn)定性較好。