简单最大最小蚁群系统与线性伪布尔函数的优化
神经与进化计算
2010-07-28 v1
摘要
通过本文，我们通过形式化分析蚁群优化(ACO)算法的运行时行为，为其理解做出贡献。我们研究了定义在长度为'n'的二进制字符串上的线性伪布尔函数类上的简单最大最小蚁群系统。我们的研究指出了根据函数值的进展如何存储在信息素中。我们为所有线性函数上的两种ACO变体提供了一个O((n^3 \log n)/ \rho)的通用上界，其中(\rho)决定了信息素更新强度。此外，我们展示了两个著名的线性伪布尔函数OneMax和BinVal的改进界，并通过实验研究提供了额外的见解。
引用
@article{arxiv.1007.4707,
title = {Simple Max-Min Ant Systems and the Optimization of Linear Pseudo-Boolean Functions},
author = {Timo Kötzing and Frank Neumann and Dirk Sudholt and Markus Wagner},
journal= {arXiv preprint arXiv:1007.4707},
year = {2010}
}
备注
19 pages, 2 figures