基于信息素强度的蚁群算法及其应用研究

论文摘要

蚁群算法是意大利学者M.Do rigo,V.Maniezzo和A.Colorni通过模拟蚁群觅食行为而提出的一种基于种群的模拟进化算法。作为一种全局搜索的方法,蚁群算法具有正反馈性、并行性、分布性、自组织性等特点,该算法自提出以来己经在组合优化、函数优化、系统辨识、网络路由、机器人路径规划、数据挖掘以及大规模集成电路的综合布线设计等领域获得了广泛的应用,并取得了较好的效果。本文首先对蚁群算法和蚁群序列比对进行了研究。然后针对现有的蚁群算法在选择路径的时候都是同时考虑信息素和路径长度两个因素而导致搜索过程未能很好的模拟真实蚂蚁的问题,提出了一种基于信息素强度的蚁群算法,该算法在选择路径的时候只考虑信息素强度,在信息素强度初始化和信息素强度更新的时候考虑了路径长度这一因素,而在路径选择的时候只考虑信息素强度这一因素,更加接近于真实的蚂蚁行为,经过试验验证这一算法可以取得较好的搜索效果。最后基于信息素强度蚁群算法和简化的网格模型,提出了一种蚁群双序列比对算法,仿真实验结果证实了该算法的有效性和可行性,其性能高于ACA算法。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 选题背景和意义
• 1.2 研究现状
• 1.2.1 序列比对
• 1.2.2 蚁群算法
• 1.2.3 蚁群比对
• 1.3 本文的主要工作
• 1.4 本文的章节安排
• 第2章 研究基础
• 2.1 序列比对
• 2.2 蚁群算法
• 2.3 蚁群比对
• 2.4 小结
• 第3章 基于信息素强度的蚁群算法
• 3.1 引言
• 3.2 蚁群算法的最初模型（The first ACO algorithm）
• 3.3 基本蚁群优化算法（basic ACO）
• 3.4 基于信息素强度的蚁群算法（OPACO）
• 3.5 仿真实验
• 3.6 小结
• 第4章 改进的蚁群算法在双序列比对中的应用
• 4.1 算法基础
• 4.2 基于信息素强度的蚁群序列比对算法
• 4.3 实验结果与分析
• 4.4 小结
• 结论与展望
• 参考文献
• 致谢
• 附录 A 攻读学位期间所发表的学术论文
• 附录 B 攻读学位期间所参加的项目