黄振
- 作品数：7 被引量：71H指数：3
- 供职机构：北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室更多>>
- 发文基金：国家自然科学基金北京市自然科学基金北京市教育委员会科技发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于变异和信息素扩散的多维背包问题的蚁群算法被引量：18
- 2009年
- 针对蚁群算法在求解大规模多维背包问题时存在的迭代次数过多、精度不高的不足,提出一种新的高性能的蚁群求解算法.算法将信息素更新和随机搜索机制的改进相融合.首先,基于对较优解的偏爱,采用Top-k策略从每次迭代的k个解中挖掘出对象间的关联距离;其次,以对象为信源借助关联距离建立信息素的扩散模型,通过信息素扩散的耦合补偿,强化了蚂蚁间的协作和交流;最后,利用一种简单的变异策略对迭代的结果进行优化.在通用数据集上的大量实验表明:与最新的蚁群算法相比,新算法不仅能获得更好的最优解,而且收敛速度有显著的提高.
- 冀俊忠黄振刘椿年
- 关键词：多维背包问题蚁群算法
- 一种快速求解旅行商问题的蚁群算法被引量：31
- 2009年
- 蚁群优化是一种元启发式的随机搜索技术,是目前解决组合优化问题最有效的工具之一.将信息素更新和随机搜索机制的改进相结合,提出一种快速求解旅行商问题的蚁群算法.首先给出了一种新的信息素增量模型,以体现蚂蚁在不同路径上行走时所产生的信息素差异;然后以蚂蚁经过的路径(直线段)作为信息素扩散浓度场的信源,改进了信息素扩散模型,强化了蚂蚁间的协作和交流;最后采用较低复杂度的变异策略对迭代的结果进行优化.在大量通用数据集上的实验表明,该算法不仅能获得更好的最优解,而且收敛速度有显著的提高.
- 冀俊忠黄振刘椿年
- 关键词：旅行商问题蚁群优化
- 基于聚类和分段优化的蚁群算法被引量：3
- 2008年
- 针对蚁群算法在求解大规模旅行商问题(TSP)时精度和时间方面的不足,提出了一种新的算法,该算法采用多阶段的蚁群寻优策略.算法的复杂度分析及在大规模TSP问题上的实验表明:该算法在保证获得较好解的前提下收敛速度得到了较大的改进.
- 冀俊忠黄振刘椿年
- 关键词：蚁群算法聚类算法旅行商问题
- 蚁群算法及其应用研究
- 生物学家研究发现自然界的蚂蚁个体可以分泌一种称为“信息素”的化学物质,蚂蚁群体通过“信息素”进行间接的通讯、协作来寻找从巢穴到食物的最短路径。受其启发,意大利学者Dorigo等对蚂蚁的觅食行为进行仿真研究,提出了蚁群算法...
- 黄振
- 关键词：蚁群算法信息素
- 文献传递
- 基于信息素扩散模型解耦控制策略的蚁群算法被引量：2
- 2007年
- 蚁群优化是一种元启发式的随机搜索技术.信息素是蚁群进行交流并实现群集智能的媒介,所以信息素的更新策略一直是蚁群算法中的一个研究热点.针对信息素扩散的耦合特征,提出一种基于信息素扩散模型解耦控制策略的蚁群算法.对信息素扩散模型进行改善,建立以蚂蚁经过的路径(直线段)为信源的信息素扩散模型,通过分析信息素扩散浓度场的耦合性,引入去耦控制策略来修正信息素的更新公式,大量TSP(traveling salesman prob-lem)问题的实验表明:该算法不仅能获得更好的解,而且能加快算法的收敛速度.
- 冀俊忠刘椿年黄振
- 关键词：蚁群算法耦合性解耦控制策略
- 蚁群算法中信息素增量和扩散模型的研究被引量：1
- 2007年
- 文章提出一种新的基于信息素增量和扩散模型的蚁群算法。首先,基于能量守恒与转换定律对信息素的增量模型进行修正,以体现蚂蚁在不同路径上行走时所产生的信息量差异;其次,以蚂蚁经过的路径(直线段)作为信息素扩散浓度场的信源,改善了信息素扩散模型,强化了蚂蚁间的协作和交流。大量TSP(Traveling Salesman Problem)问题的实验表明:该算法不仅能获得更好的解,而且能加快算法的收敛速度。
- 冀俊忠刘椿年黄振
- 关键词：蚁群算法信息素收敛速度浓度场走时信源
- 基于多粒度的旅行商问题描述及其蚁群优化算法被引量：20
- 2010年
- 针对蚁群算法在求解大规模旅行商问题(Traveling Salesman Problems,TSP)中时间性能方面的不足,提出了一种快速的求解算法.首先,从TSP问题描述入手,给出了一种新的多粒度的问题描述模型;然后,基于该模型,设计了包括基于密度聚类的粒度划分、粗粒度的蚁群寻优、粒度间的连接、细粒度的蚁群寻优、粒度间可行解的合成以及循环分段优化6个阶段在内的求解算法.算法的复杂度分析及在中、大规模TSP问题上的实验表明:本算法的时间性能不仅比经典的蚁群算法有显著的提高,而且与近年来的一些同类算法相比也具有一定的优势,显示了快速求解大规模TSP问题的能力.
- 冀俊忠黄振刘椿年代启国
- 关键词：旅行商问题蚁群算法聚类算法
