蚁群算法研究应用现状与展望

journal6 ›› 2010, Vol. 31 ›› Issue (1): 35-39.

蚁群算法研究应用现状与展望

（湖北工业大学计算机学院,湖北武汉 430068）

出版日期:2010-01-25 发布日期:2012-04-19
作者简介:叶志伟（1978-），男，湖北浠水人，湖北工业大学计算机学院副教授，博士，主要从图像处理领域和智能计算研究.
基金资助:
湖北省自然科学基金资助项目（2008CDZ003；2008CDB342）；湖北省教育厅优秀中青年项目（Q20081409；Q20081402）

Applications and Prospect of Ant Colony Algorithms

(Shool of Computer Science,Hubei University of Technology,Wuhan 430068,China)

Online:2010-01-25 Published:2012-04-19

摘要/Abstract

摘要：蚁群算法是工程优化领域中新出现的一种仿生进化算法.首先介绍基本蚁群算法的原理和模型，然后评述近年来对蚁群算法的若干改进以及在许多新领域中的发展应用，最后对蚁群算法未来的发展和研究方向进行展望.

关键词： 蚁群算法, 优化, 最优决策

Abstract: Ant colony algorithm is a novel category of bio-inspired algorithm for optimization engineering problems.Firstly of all,the basic principle and model of ant colony algorithm are introduced.Then,a series of schemes on improving the ant colony algorithm are discussed,and the new applications are also provided.Finally,some remarks on the further research and directions are presented．

Key words: ant colony algorithm, optimization, optimal decision

叶志伟, 周欣, 夏彬. 蚁群算法研究应用现状与展望[J]. journal6, 2010, 31(1): 35-39.

YE Zhi-Wei, ZHOU Xin, XIA Bin. Applications and Prospect of Ant Colony Algorithms[J]. journal6, 2010, 31(1): 35-39.

参考文献

[1] DORIGO M,DI CARO G,GAMBARDELLA L M.Ant Algorithms for Discrete Optimization [J].Artificial Life,1999,5(2):137-172.

[2] DORIGO M,MANIEZZO V,COLORNI A.Positive Feedback as a Search Strategy [R].Tech. Report 91-016,Dipartimentodi Elettronica,Politecnico di Milano,Italy,1991.

[3] DORIGO M,MANIEZZO V,COLORNI A.Ant System:Optimization by a Colony of Cooperating Agents [J].IEEE Trans. Systems,Man,Cybernet.-Part B,1996,26(1):29-41.

[4] GAMBARDELLA L M,TAILLARD E，DORIGO M.Ant Colonies for the Quadratic Assignment Problem [J].Journal of the Operational Research Society,1999,50:167-176.

[5] COLORNI A,DORIGO M,MANIEZZO V,et al.Ant System for Job-Shop Scheduling [J].JORBEL-Belgian Journal of Operations Research,Statistics and Computer Science,1994,34(1):39-53.

[6] SHELOKAR P S,JAYARAMAN V K,KULKARNI B D.An Ant Colony Classifier System:Application to Some Process Engineering Problems [J].Computers and Chemical Engineering,2004,28:1 577-1 584.

[7] COELLO C A C,GUTIERREZ R L Z,GARCIA B M,et al.Automated Design of Combinational Logic Circuits Using the Ant System [J].Engineering Optimization,2002,34(2):109-127.

[8] PAUL CORRY,ERHAN KOZAN.Ant Colony Optimization for Machine Layout Problems [J].Computational Optimization and Applications,2004,28:287-310.

[9] COSTA D,HERTZ A.Ants Can Color Graphs [J].J. Oper. Res. Soc.,1997,48:295-305.

[10] DI CARO G,DORIGO M.Ant Net:Distributed Stigmergetic Control for Communications Networks [J].J. Artif. Intel.Res.,1998,9:317-365.

[11] 候立文．一种基于蚂蚁算法的交通分配方法及其应用 [J].上海交通大学学报,2001，35（6）:930-933.

[12] 庄昌文．基于协同工作方式的一种蚁群布线系统 [J].半导体学报，1999，20(5):400-406.

[13] 马良,项培军.蚁群算法在组合优化中的应用 [J].管理科学学报,2001,4(2):32-37.

[14] 何清华.蚂蚁算法在机构同构判定中的实现 [J].模式识别与人工智能，2001,14（4）：406-412.

[15] 王成华，夏绪勇，李广信．基于应力场的土坡临界滑动面的蚂蚁算法搜索技术 [J]．岩石力学与工程学报，2003,22(5):813-819．

[16] 樊晓军，罗熊.复杂环境下基于蚁群优化算法的机器人路径规划 [J].控制与决策，2004，19(2):166-170.

[17] STUTZLE T,DORIGO M.A Short Convergence Proof for a Class of ACO Algorithms [J].IEEE Trans. Evol. Comput.,2002,6(4):358-365.

[18] GUTJAHR W J.Agraph-Based Ant System and Its Convergence [J].Future Gen. Comput. Systems,2000,16(9):873-888.

[19] MARCO DORIGO,CHRISTIAN BLUM.Ant Colony Optimization Theory:A Survey [J].Theoretical Computer Science,2005,344:243- 278.

[20] 李士勇．蚁群算法及其应用 [M].哈尔滨：哈尔滨工业大学出版社，2004.

[21] 叶志伟．蚁群算法在图像处理与分析中的应用研究 [D].武汉：武汉大学，2006.

[22] STUTZLE T,HOOS H H.MAX-MIN Ant System [J].Future Generation Computer Systems,2000,16(6):889-914.

[23] 王颖，谢剑英．一种自适应蚁群算法及其仿真研究 [J].系统仿真学报，2002，14(1):31-33.

[24] 丁建立．遗传算法与蚂蚁算法的融合 [J].计算机研究与发展，2003，40(9):1 531-1 536.

[25] GAMBARDELLA L M,DORIGO M.Ant Colony System Hybridized with a New Local Search for the Sequential Ordering Problem [J].INFORMS J. Comput.,2000,12(3):237-255.

[26] 段海滨,王道波,朱家强,等.蚁群算法理论及应用研究的进展 [J].控制与决策,2004,19(12):133-139.

[27] 忻斌健,汪镭,吴启迪.蚁群算法的研究现状和应用及蚂蚁智能体的硬件实现 [J].同济大学学报：自然科学版,2002,30(1):81-86.

[28] 陈崚,沈洁,秦玲.蚁群算法求解连续型优化问题的一种新方法 [J].软件学报,2002,13(12):2 317-2 322.

[29] 肇勇,卢晓刚.连续优化的蚁群算法研究进展 [J].达县师范高等专科学校学报：自然科学版,2004,14(5):41-43.

[30] 吴庆洪．具有变异特征特性的蚁群算法 [J].计算机研究与发展，1999,36(10):1 240-1 245.