动态分阶段蚁群算法及其收敛性分析

为了提高蚁群算法的收敛速度和求解精度,根据仿生优化算法在不同阶段的特点,提出一种改进的蚁群算法.该算法对参数和选择策略进行了分阶段设计,而且参数的分阶段是根据寻优状态动态划分的.通过对蚁群系统马尔科夫过程进行分析,证明了该算法的全局收敛性.针对典型的TSP 问题进行仿真对比实验,验证了该算法在速度和精度方面优于传统蚁群算法.