论文部分内容阅读
通过参数优化、与其他优化算法融合等手段对蚁群算法进行改进，能有效地提高蚁群算法的全局寻优能力，改善其收敛性能。随着搜索路径多维，以及复杂分布式系统蚂蚁迭代次数的增加，蚁群动态多样性逐渐消失，容易陷入局部最优。通过对蚁群算法存在的问题进行分析，设计了多维系统各子蚁群时间同步方案以及信息融合时间窗口开启策略；针对影响蚁群算法的主要参数，提出动态认知的参数自适应调整改进算法，实现算法初期路径选择的多样性、成熟后可提高算法的寻优效率。以解决TSP问题为例，对启发式因子、信息素挥发因子等主要参数对蚁群最优路径影响进