【算法】蚁群系统中的细节辨析

版权声明:非技术文章禁止转载,如有需要请私信作者。技术类文章欢迎转载,转载请注明出处: http://blog.csdn.net/ztf312/ https://blog.csdn.net/ztf312/article/details/82817032

1. 参数B很敏感,从1-500不等,需要简单调参

B的取值:1、500、250、二分法。

2. 参数zeta的设置

在TSP问题中(最小化):zeta_(r, s)=1/d_(r,s)

在0-1KP问题中(最大化):zeta_i = vi/wi

3. 参数delta_tau的设置

在TSP问题中(最小化):delta_tau(r, s)=1/Lgbest

在0/1-KP问题中(最大化):delta_tau_i=B*(vi/Vgbest)   如果商品i属于gbest

4. 最大化问题和最小化问题的转化

把你的0/1-KP问题转化为最大化问题,再用ACS去解决。

可以对适应度值加负号。

5. 全局最优解vs一次更新的最优解。

标准ACS中,一次更新最优解 等于 全局更新最优解。

6. 信息素全局更新 vs 信息素局部更新

信息素局部更新是对每个蚂蚁的当前路径进行更新,目标为每次迭代的物品清单。

信息素全局更新是对最优蚂蚁的路径进行更新,目标为每次迭代的最优物品清单。

7. 其他

蚁群解决问题很方便,但是需要调参。

猜你喜欢

转载自blog.csdn.net/ztf312/article/details/82817032