《表1 蚁群算法与本文算法仿真试验下的对比》
本文进行了10次仿真试验,每次试验迭代次数为30次,求取试验结果的平均值。试验数据对比结果如表1所示,图6为10次仿真试验下规划出的各自最优路径与迭代次数之间的关系曲线,图7为10次仿真试验下收敛时的最优路径与迭代关系曲线。原蚁群算法在经过第13次迭代达到收敛状态,收敛时的总路径长度为45.11 km,经过10次迭代达到了最小值,最小值为44.64 km。基于改进蚁群算法经过8次迭代达到收敛状态,收敛时的总路径长度为44.53 km,经过4次迭代达到了最小值,最小值为44.53 km。通过上述数据可以明显看出,本文提出的改进方法,通过改变阈值参数与几何优化相结合,大大加强了蚁群之间的交流能力,并较好的引导了后续的蚂蚁,增加解的多样性,因此找到最优解的能力明显优于原蚁群算法。从表1中数据得知,原蚁群算法中有8组数据达到了最优值,2组陷入了局部最优解,未收敛于最优值,其原因是受到启发因素的影响,收敛于次优解。而本文提出的算法通过对阈值参数调节,当搜索结果大于或等于最优解时,通过调节阈值参数增强搜索性,有效地防止了陷入局部极值与收敛于次优解的情况。
图表编号 | XD0048823200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 陈侠、艾宇迪、梁红利 |
绘制单位 | 沈阳航空航天大学自动化学院、沈阳航空航天大学自动化学院、沈阳航空航天大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |