%0 Journal Article
%T 多启发式信息蚁群优化算法求解取样送检路径规划问题 Ant Colony Optimization with Multi-Heuristic Information for Sampling Inspection Path Planning Problem
%A 周凌云
%A 丁立新
%A 邹桢苹
%J 武汉大学学报(理学版)
%D 2017
%X 蚁群优化算法是一种求解组合优化问题的通用算法框架.取样送检路径规划问题是一种带约束的组合优化问题,本文给出了一种求解该问题的数学模型.为求解该问题提出了一种多启发式信息蚁群优化算法(MACO),在选择下一访问节点的概率计算公式中增加了一项启发式信息——起点到被选择点之间距离的倒数,并从理论上分析了该算法的收敛性.在9个算例上进行了仿真实验和分析,说明了新增启发式信息的有效性和适用性,验证了MACO算法可以有效求解该问题,并能获得质量更好的解
%K 取样送检路径规划问题
%K 组合优化
%K 蚁群优化
%K 多启发式信息
%U http://whdy.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=1136f4a8-701c-4176-bac6-5716e5d9a382