蚁群算法的改进及其应用.pdf

上海交通大学学报
第!"卷第##期3678!"*68##
$%%$年##月&’()*+,’-./+*0/+1&1+’2’*0(*134).125*698$%%$
...................................................................
文章编号:#%%";$?"A<$%%$@##;#>"?;%?

蚁群算法的改进及其应用

张宗永#B孙静$B谭家华#
<#8上海交通大学船舶与海洋工程学院B上海$%%%!%C$8上海交通大学贝尔联合实验室@

摘要:为对上海市的内河航道提供科学合理的规划B解决集装箱集散问题B同时B也为推广蚁群
算法的应用B在介绍蚁群算法解决旅行商<2.D@问题的模型上B对蚁群算法做了相应的改进8配合
随机分布技术B以上海市整个内河航道和集装箱运输为研究对象B对内河航道进行规划B得出上海
市内河集装箱集散系统合理的分配方案B并提出为满足该合理系统所须进行的相应的河道改造8
关键词:蚁群算法C航运规划C最优化
中图分类号:("=A8!文献标识码:+

EFFGHIJKHLMLNKOPQRFSLTPUEMKVLGLMWEGXLSHKOR

YZ[\]Y^_‘;a^_‘#Bbc\de_‘$Bf[\deg;hig#
<#8.jk6676l*m9m7+njkopqjprnqs’jqmt4tu8B.kmtukmo&om6p6tu(to98B.kmtukmo$%%%!%BvkotmC
$8wq77;&6otp,mx8B.kmtukmo&om6p6tu(to98@

EyzKSJIK:+tpj676t{m7u6nopk|o}mtq~m7u6nopk|mt!km}|mt{"n6|o}otujkmnmjpqn}otnq}679otupkq2.D
mt!6pkqn"n6x7q|}82kqumpkqnotumt!!o}xmt!otu6lj6tpmotqn}o}m#q{lmjp6np6.kmtukmo$qq"%mpqn
D6np&}j6t}pnrjpotu81t6n!qnp6"n69o!qmnqm}6tmx7q7m{6rpl6n.kmtukmo&}ot7mt!no9qntqpmt!"6"r7mno’q
pkqmtpj676t{m7u6nopk|Bpko}"m"qnmtm7{’q!.kmtukmo&}ot7mt!no9qntqpmt!j6tpmotqn}ko""otu8+to|;
"n69q!mtpj676t{m7u6nopk|~m}r}q!~opkpkqnmt!6|!o}pnoxrpo6tpqjkt676u{8+}mnq}r7p6lpkq"7mt;
totuBpkq}{}pq|6l.kmtukmoot7mt!no9qntqpo}}ropmx7ql6npkqj6tpmotqn}ko""otu8.6|qnqm}6tmx7qm!9ojq
6lnqj6t}pnrjpotupkqot7mt!no9qn}~qnq6llqnq!8
(PW)LSUz:mtpj676t{m7u6nopk|C}ko""otu"7mttotuC6"po|o’mpo6t

从$%世纪>%年代中期开始B仿生学日益得到蚁群算法是模拟蚁群寻找最短路径时的交互过
人们的重视8受仿生学中生物进化机理的启发B人们程的一种算法8在解决离散优化问题时B该算法显示
提出了一系列新的算法B解决了许多比较复杂的优出了很大的优越性B能够获得较好的实验结果8本文
化问题8遗传算法*进化规划*进化策略*神经网络等把蚁群算法经过一定的改造B应用于上海市内河航
算法从那时起得到长足的发展并逐渐成为比较成
B运网的规划优化中B通过解决实际问题B来推进这一
熟的算法而蚁群算法是
8<+tpv676t{.{}pq|B+.@算法的实际应用8
最近几年才由等+#,首先提出来的一种新型
$6nou6蚁群算法概述
的模拟优化算法8-
蚂蚁觅食时B对于从蚁窝到食物源的诸多途径B
收稿日期
:$%%#;##;#!开始时不同的蚂蚁会选择不同的路径B但最后B几乎
基金项目:上海市高等学校科学技术发展基金资助项目
所有的蚂蚁都会找到同一条最短的路径8这是因为
<==&0%>%??@
蚂蚁寻找最短路径的过程是一个交互式的过程它
作者简介万方数据:张宗永<#=A";@B男B湖南武冈人B硕士B研究方向为船B
舶与海洋结构物设计制造和航道规划8们会在经过的路上留下一定量的外激素B而且能感
张宗永等蚁群算法的改进及其应用
第**期"Q*‘a‘

知这种激素的存在及强度并朝该物质强度高的方向
^JN#;"<%C_EF;"<#‘%
运动这些激素既会随通过的蚂蚁数量增加而增加
!"式中"_为事先选定的常数!在一次循环中"边;<所
也会随时间的流逝而按一定的函数关系消逝!因为增加的信息