随机扰动蚁群算法：高效解决复杂TSP问题

"这篇论文是2002年9月发表在《系统工程理论与实践》杂志第9期上的，作者包括郝晋、石立宝和周家启。论文研究的主题是利用随机扰动蚁群算法求解复杂旅行商问题（TSP），旨在改进基本蚁群算法存在的计算时间长和易陷入局部最优的不足。" 正文: 论文主要讨论了一种名为随机扰动蚁群算法（RPAS）的新颖算法，该算法是基于基本蚁群算法（BAS）的优化版本，特别针对解决复杂TSP问题。TSP问题是一个经典的组合优化问题，寻找最短路径以访问一系列城市并返回起点，其中每座城市只能访问一次。 在RPAS中，作者提出两个关键创新点： 1. 扰动因子：采用倒指数曲线来描述扰动因子，这是一种动态调整蚂蚁路径的方法。倒指数函数具有非线性特性，能够根据搜索过程中的信息变化灵活调整扰动程度，以帮助算法跳出局部最优，提高全局搜索效率。 2. 随机选择策略和扰动策略：论文设计了新的随机选择策略，使得蚂蚁在路径选择时不仅依据信息素浓度，还会受到随机因素的影响，增加路径探索的不确定性。同时，扰动策略则是在蚂蚁构建路径过程中引入随机扰动，进一步促进全局探索，防止算法过早收敛。 数值模拟结果显示，随机扰动蚁群算法能有效缩短计算时间，并且减少了算法停滞于局部最优的风险，显示出了更优秀的全局寻优性能。此外，论文还对算法中关键参数的取值范围和选取方法进行了深入研究，这有助于实际应用时对算法进行合理配置，以达到最佳效果。 关键词涵盖了蚁群算法、随机性、扰动策略以及TSP问题，反映了论文的核心研究内容。论文的中图分类号和文献标识码表明了其在计算机科学与技术领域的定位，尤其是与优化算法和技术相关的部分。 这篇论文通过引入随机扰动机制，对基本蚁群算法进行了改良，提高了求解复杂TSP问题的效率和质量，为蚁群优化算法的应用提供了新的思路。这种创新性的方法对于处理其他类似的全局优化问题也可能有借鉴价值。