基于信息熵和混沌理论的遗传—蚁群协同优化算法
DOI:
CSTR:
作者:
作者单位:

西南交通大学交通运输学院

作者简介:

薛锋

通讯作者:

中图分类号:

基金项目:

;国家自然科学基金项目


Genetic and ant colony collaborative optimization algorithm based on
information entropy and chaos theory
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了融合遗传算法和蚁群算法在解决组合优化问题方面的优势, 提出一种基于信息熵和混沌理论的遗传-蚁
    群协同优化算法. 利用信息熵产生初始群体, 增加初始群体的多样性, 并将混沌优化的遍历特性引入融合的遗传-蚁
    群算法, 改进相关参数, 实现参数的自适应控制以及遗传算法与蚁群算法混合优化策略的有机集成. 通过仿真实例表
    明了混合智能算法在解决旅行商问题(TSP) 50 座城市最短路径寻优时的有效性.

    Abstract:

    In order to merge the advantage of genetic algorithm and ant colony algorithm in solving combinatorial
    optimization problem, a kind of genetic and ant colony collaborative optimization algorithm based on information entropy
    and chaos theory is proposed. This algorithm produces the initial colony by information entropy to increase the variety of
    the initial colony, and introduces the traversal characteristic of chaos optimization to the integrated genetic and ant colony
    algorithm. Some relevant parameters in the algorithm are improved, the adaptive control of the parameters is realized, and
    the hybrid optimization strategy of genetic algorithm and ant colony algorithm is integrated. Simulation example shows that
    this hybrid intelligent algorithm is valid in solving traveling salesperson problem of 50 cities.

    参考文献
    相似文献
    引证文献
引用本文

薛锋, 王慈光, 牟峰.基于信息熵和混沌理论的遗传—蚁群协同优化算法[J].控制与决策,2011,26(1):44-48

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-10-30
  • 最后修改日期:2010-01-20
  • 录用日期:
  • 在线发布日期: 2011-01-20
  • 出版日期:
文章二维码