《表1 st70数据的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种自适应分组的蚁群算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Chu等学者的文章中分组数是固定的，但分组大小对算法的搜索性能影响并未可知。这里通过实验对不同分组大小的PACS进行了分析。这里选用了4个普遍可用的典型TSP数据集st70、gr96、eil101和ch130对蚁群算法和并行蚁群算法在旅行商问题上进行性能测试。根据文献[16]可知，蚁群算法中蚂蚁数量一般是城市数量的1～1.5倍，故选择80只蚂蚁对4个数据进行实验。把蚂蚁分为2组（每组40只蚂蚁）、4组（每组20只蚂蚁）、5组（每组16只蚂蚁）、8组（每组10只蚂蚁）、10组（每组8只蚂蚁）、16组（每组5只蚂蚁）、20组（每组4只蚂蚁）。实验过程中的其他参数，如启发因子，信息素衰减参数，算法最大迭代次数等参数保持一致。信息启发因子α=1，期望启发因子β=5，常数q0=0.9，信息素衰减因子ρ=σ=ε=0.1，算法最大迭代次数tmax=200。每个数据实验10次，最后取最短路径平均值。实验结果如表1～4所示。