lMMAS(MAX-MIN Ant System)是到目前为止解决是到目前为止解决TSP ，QAP等问题最好的等问题 。

15、最好的ACO类算法 。
和其他寻优算法比较起来 ， 类算法 。
和其他寻优算法比较起来 ，它仍然属于最好的解决方案之一 。
它仍然属于最好的解决方案之一 。
其特点在于: l（1）只对最佳路径增加信息素的浓度 ， 从而更好地利用了历 史信息(这与ACS算法的调整方案有点类似)； l（2）为了避免算法过早收敛于并非全局最优的解 ， 将各条路 径可能的信息素浓度限制于， 超出这个范围的值被 强制设为 或者是， 可以有效地避免某条路径上的信息 量远大于其余路径 ， 使得所有的蚂蚁都集中到同一条路径上 ，从而使算法不再扩散； l（3）将各条路径上信息素的起始浓度设为， 这样便可以 更加充分地进行寻优 。
, maxmin max ma 。

16、x min 表表2 蚂蚁算法及其应用蚂蚁算法及其应用 研究问题研究者算法命名时间 旅行商问题 （TSP） Dorigo,Maniezzo,Colorni Gambardella and Dorigo Stizle and Hoos Bullnheimer and Hartl 马良 吴斌、史忠植 Randall 丁建立、陈增强、袁著祉 AS Ant-Q,ACS and ACS-3-opt MMAS ASrank 扩展TSP蚂蚁算法 分段蚂蚁算法 PACS 遗传算法与蚂蚁算法融合GAAA 1991 1995,1996 1996 1997 1999 2001 2002 2003 分配问题 （QAP） 。

17、 Maniezzo, Colorni, Dorigo Gambardella ,Taillard,Dorigo Stizle and Hoos Maniezzo,Carbonaro Ramalhinho,Lourenco,Serra Talbi,Roux,Fonlupt,Robillard AS-QAP,ANTS-QAP,AS-QAPc HAS-QAPb MMAS-QAP ANTS-FAP MMAS-GAP PAC 1994,1998,1999 1997 1997 1998 1998 2001 调度问题 (SP) Colorni, Dorigo,Maniezzo Stizle Bauer et 。

18、 al DenBesten, Dorigo, Maniezzo 陈义宝、周济等 AS-JSP AS-FSP ACS-SMTTP ACS-SMTWTP 工件排序蚁群算法 1994 1997 1999 1999 2002 表表2 蚂蚁算法及其应用（续）蚂蚁算法及其应用（续） 路由问题 （RP） Bullnheimer,Hartl,Strauss Gambardella ,Taillard,Agazzi Schoonderwoerd, Bonabeau ,van der put et al White,Pagurek,Oppacher Di Caro,Dorigo Subramanian,Drusc 。

19、hel,Chen Heusse et al Navarro Varela,Sinclair 李生红 ， 刘泽民 ， 周正 张素兵 ， 刘泽民 丁建立、陈增强、袁著祉 AS-VRP HAS-VRP ABC, ABC-smart,ABC-backward ASGA AntNet-FA, AntNet-FS Regular ants CAF ACO-VWP VC路由选择 分布式多播路由 动态路由选择 1997 1999 1996 1998 1998 1997,1998 1997 1998 1999 2000 2001 2003 其他问题Gambardella ,Dorigo Costa and Hertz Mi 。

20、chel,Middendorf Leguizamon,Michalewicz Liang,Smith 马良 ， 蒋馥 马良 ， 王龙德 丁建立、陈增强、袁著祉 HAS-SOP ANTCOL AS-SCS AS-MKP ACO-RAP 度限制最小树（DCMST） 背包问题蚂蚁算法 蚂蚁算法收敛性分析 1997 1997 1998 1999 1999 1999 2001 2004 蚂蚁算法的研究与发展历史毕竟较短 ， 还存在诸多问题： （1）它的发展远没有形成完整的理论体系； （2）模型对问题具有依赖性 ， 研究者必须根据问题的特点选择 和修正模型； （3）算法的参数选择更多的是依靠实验和经验 ， 没有定理或公 认的 。

21、确定方法； （4）由于初始信息素匮乏 ， 计算时间偏长 ， 对实时应用不利 。
这些都表明其理论和实践方面有许多问题尚需更深入的研究 。
l遗传算法具有快速随机的全局搜索能力 ， 但不能很 好地利用系统的反馈信息,当求解到一定范围时往往 作大量无为的冗余迭代 ， 求精确解效率低 。
l蚂蚁系统是一种并行的分布式正反馈系统 ， 它是通 过信息素的累积和更新收敛于最优路径上 ， 但初期 信息素匮乏 ， 初始求解速度慢 。
l遗传算法与蚂蚁算法的融合模型 ， 采用遗传算法生 成初始信息素分布 ， 利用蚂蚁算法反复迭代求精确 解 ， 以期达到优势互补 。
图3-1 简单遗传算法进化过程示例 种群 # 位串 适应值 排序 11011011011 38. 。

22、3 3 21100011100 43.7 2 30111010101 54.5 1 40110010010 34.6 4 交叉位 1100011100 0111010101 变异位 1100010101 0111011100 新后代 1100010101 0111001100 选择 交叉 变异 新后代 遗传算法具有进化计算的所有特征 ， 其优点是： l（1）具有大范围全局搜索的能力 ， 与问题领域无关； l（2）搜索从群体出发 ， 具有潜在的并行性； l（3）可进行多值比较 ， 鲁棒性强； l（4）搜索使用评价函数启发 ， 过程简单； l（5）使用概率机制进行迭代 ， 具有随机性； l（6）具有可扩展性 ， 容易与其它算 。

【蚂蚁|蚂蚁算法2010】23、法结合 。
但遗传算法在编码表示、适应度函数、选择策略、控制参数等 方面还存在诸多问题 。
特别是 ， 对于系统中的反馈信息利用不 够 ， 当求解到一定范围时往往作大量无为的冗余迭代 ， 求精确 解效率低 。

稿源：(未知)

【傻大方】网址：/a/2021/0819/0023818768.html

标题：蚂蚁|蚂蚁算法2010( 三 )