CAJ | 학술논문

遗传算法具有快速全局搜索能力,但对于系统中的反馈信息却没有利用,往往导致无为的冗余迭代,求解效率不高.而蚁群算法是通过信息素的累积和更新来收敛于最优路径,具有分布、并行、全局收敛能力,但是搜索初期信息素匮乏,导致算法速度慢.通过将两种算法进行融合,克服两种算法各自的缺陷,优势互补,形成一种时间效率和求解效率都比较好的启发式算法.并通过仿真计算,表明融合算法的性能优于遗传算法和蚁群算法.
유전산법구유쾌속전국수색능력,단대우계통중적반궤신식각몰유이용,왕왕도치무위적용여질대,구해효솔불고.이의군산법시통과신식소적루적화경신래수렴우최우로경,구유분포、병행、전국수렴능력,단시수색초기신식소궤핍,도치산법속도만.통과장량충산법진행융합,극복량충산법각자적결함,우세호보,형성일충시간효솔화구해효솔도비교호적계발식산법.병통과방진계산,표명융합산법적성능우우유전산법화의군산법.