信息惰蚁群算法与基本算法在TSPLIB实例中的性能比较

"《两种算法的计算结果比较——绿盟防火墙白皮书》是一篇探讨了基于信息惰蚁群算法与基本蚁群算法在解决特定问题上的性能对比的专业文章。该研究主要关注于在图5.38所示的信息惰蚁群算法程序结构流程中，信息惰值被用作一种停机准则，以替代传统的最大迭代次数或精确度限制。这种方法允许算法在难以确定最优迭代次数的情况下自我调整，直到信息惰值下降到预设阈值（0.01）以下。 文章以TSPLIB中的Bayes29TSP和Att48TSP为例，这两个旅行商问题（TSP）被选为仿真算例，通过对比两者的求解结果来评估信息惰蚁群算法的性能。在这个过程中，算法参数如α、ρ、p和Q被设定为1.5、4.0、0.6和50。结果显示，信息惰蚁群算法在Bayes29TSP上缩短了约118秒，而在Att48TSP上节省了约238秒，相较于基本蚁群算法表现出更好的效率。 蚁群算法是一种源自生物学的启发式搜索算法，它模拟蚂蚁寻找食物的行为，特别是信息素的扩散和决策过程。本书《蚁群算法原理及其应用》深入介绍了这一领域的理论基础和应用，由段海滨撰写，涵盖了算法的起源、研究现状、参数分析、收敛性证明、改进策略、应用实例以及与其他算法的比较。作者强调了理论与实践的结合，目标是让读者能够理解和应用这一仿生优化算法，适用于计算机科学、控制科学、人工智能和管理科学等多个学科。 这本书不仅提供了基本蚁群算法的程序源代码，还包含了相关网站链接，便于读者进一步学习和实践。整体而言，通过实际案例和详尽的理论阐述，《两种算法的计算结果比较》展现了信息惰蚁群算法在实际问题求解中的优势，展示了它在智能优化领域的实用价值。"