蚁群算法求解性能之研究-以TSP问题为例

摘要

蚁群算（Ant Colony Optimization，ACO）为了获得较优解，算法中的蚂蚁除了可以直接选择已经走过的路径外，也会选择未曾走过的路径，即“利用”与“探究”两种路径选择机制。这两种路径选择的概率是影响蚁群算法求解性能的关键。通过对旅行商问题（TSP）的仿真实验，结果表明，当“利用”被采用的概率很高时，可能会使蚁群算法的性能降低。当这两种机制被采用的概率差不多时，可以提高蚁群算法的性能。