一种用于调节蚁群系统参数的自适应萤火虫算法 (ACSFA)
人工智能
2016-10-27 v1
摘要
蚁群系统 (Ant Colony System, ACS) 是一种极具前景的方法，已被广泛应用于旅行商问题 (Travelling Salesman Problem, TSP)、作业车间调度问题 (Job shop scheduling Problem, JSP) 和二次分配问题 (Quadratic Assignment Problem, QAP) 等问题中。在其最初的实现中，算法参数是通过试错法来选择的。近年来，人们提出了一些通过自适应调节 ACS 参数来提升其性能的新方法。本文旨在利用一种为自适应优化算法引入的框架，结合萤火虫算法 (Firefly Algorithm, FA) 来调节求解对称 TSP 问题的 ACS 的参数。FA 对 ACS 的问题特定参数进行优化，而 FA 自身的参数则由所选框架进行调节。采用这种方法，用户既无需处理 ACS 的参数，也无需处理 FA 的参数。利用常见的对称 TSP 问题，我们证明了该框架非常适用于 ACS。详细的统计分析进一步验证了新 ACS 相较于现有 ACS 以及其他用于调节 ACS 参数的技术具有优越性。
引用
@article{arxiv.1610.08222,
title = {A self-tuning Firefly algorithm to tune the parameters of Ant Colony System (ACSFA)},
author = {M. K. A. Ariyaratne and T. G. I. Fernando and S. Weerakoon},
journal= {arXiv preprint arXiv:1610.08222},
year = {2016}
}
备注
18 pages, 21 references, 5 figures