基于Bayes决策的蚁群优化算法
王一清;宋爱国;黄惟一
【摘要】基于Bayes决策理论,提出了一种可以改进蚁群算法搜索性能的有效方法;针对基本蚁群算法中存在的"停滞"现象,对蚂蚁个体的寻优过程采取了隔代强化的措施,使算法具备较强的发现新解的能力,再采用后验分析对蚁群算法中的转移概率进行调整,使得改进后的蚁群算法在随机搜索过程中呈现出自组织特性,蚂蚁个体利用各自的后验知识不断地强化那些能"经受考验"的可行解,从而有效地压缩了搜索空间,提高了搜索效率.试验结果表明,该方法无需知道转移概率的先验分布,在解空间的全局寻优时具有良好的收敛性和鲁棒性.
【期刊名称】《东南大学学报（自然科学版）》
【年(卷),期】2005(035)004
【总页数】5页(P558-562)
【关键词】蚁群算法;Bayes决策;极大熵;先验分布;后验分析
【作者】王一清;宋爱国;黄惟一
【作者单位】东南大学仪器科学与工程系,南京,210096;徐州供电公司调度中心,徐州,221000;东南大学仪器科学与工程系,南京,210096;东南大学仪器科学与工程系,南京,210096
【正文语种】中文
【中图分类】基础科学