一種改進信息素二次更新局部優(yōu)化蟻群算法

　　針對蟻群（ACO）算法收斂速度慢、容易陷入局部最優(yōu)的缺陷，提出了一種改進信息素二次更新局部優(yōu)化蟻群算法（IPDULACO）。該算法對蟻群搜索到的當(dāng)前全局最優(yōu)解中路徑貢獻度大于給定的路徑貢獻閾值的子路徑信息素進行二次更新，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，在搜索過程中，當(dāng)蟻群陷入局部最優(yōu)時，使用隨機插入法對局部最優(yōu)解中城市的排序進行調(diào)整，以增強算法跳出局部最優(yōu)解的能力。將改進算法應(yīng)用于若干經(jīng)典的旅行售貨商問題（TSP）進行仿真實驗，實驗結(jié)果表明，對于小規(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。
?