31、 426 424 443 434 427 452 436 426 425 448 431 440 430 30351 30585 30643 30730 30807 30928 31153 30810 30748 30617 30507 30358 30379 30357 30595 30551 30676 30760 30736 30788 30563 30354 30360 30431 30566 30739 30792 30743 30380 30356 图3-4 GAAA算法一次随机遗传变异后产生的信息素分布(TSP30) 图3-5 GAAA算法找到的最优路径（TSP30,d=423. 。

32、74） 图3-6 GAAA算法一次随机迭代求得最好结果（TSP30,d=424.46） 图3-7 GAAA算法一次随机迭代求得最好结果（TSP30,d=424.67） 图3-8 GAAA算法一次随机迭代求得最好结果（TSP30,d=424.69） 图3-9 GAAA算法一次随机迭代求得最好结果（TSP30,d=424.90） 图3-10 GAAA算法找到的最优路径(CHN144, d=30351) 图3-11 GAAA算法一次随机迭代求得最好结果 (CHN144, d=30354) 表表3-3:GAAA算法的实验结果算法的实验结果 表表3-4: 基本蚂蚁算法的实验结果基本蚂蚁算法的实验结果 最 。

33、短 GAAA进化代数 路径长度 遗传算法蚂蚁算法 1 1 0.8 426.60 30+11 1 2 0.8 424.69 30+10 2 1 0.8 424.46 30+16 2 2 0.8 423.74 30+13 2 3 0.8 424.67 30+21 3 3 0.8 425.65 30+19 3 2 0.8 425.52 30+13 5 2 0.8 424.90 30+9 5 3 0.8 426.90 30+11 3 5 0.8 429.79 30+9 5 5 0.8 430.13 30+10 最短路径长度 蚂蚁算法进化代数 2 2 0.5 424.8 350 2 2 0.9 427. 。

34、 344 1 2 0.5 423.7 342 5 2 0.9 430.5 338 5 2 0.5 445. 347 表表 3-5: 遗传算法与模拟退火遗传算法与模拟退火 GA 收敛最优解平均进化代数 404 SA 同上 1018 GASA混合 同上 554 (并行P)SA 同上 1012 图3-12 GAAA一次随机求解过程（TSP30） 图3-13 GAAA一次随机求解过程（CHN144） l（1）算法无论是优化性能还是时间性能 ， 都取得了非常好的 效果； l（2）算法由于在遗传算法中使用随机生成种群 ， 不仅加快了 蚂蚁算法的速度而且避免求精确解阶段陷入局部最优； l（3）遗传算法与蚂蚁算法的融合 ， 对于蚂蚁算法中的参数调 整大大减低 ， 减少了大量盲目的试验次数； l（4）算法对TSP问题进行了仿真应用 ， 对于其它NP问题同样 具有借鉴作用 。
。

稿源：(未知)

【傻大方】网址：/a/2021/0819/0023818768.html

标题：蚂蚁|蚂蚁算法2010( 五 )