1、智能優(yōu)化算法是通過模擬或揭示某種自然現(xiàn)象的過程發(fā)展而來的一種更為宏觀意義下的仿生優(yōu)化算法。隨著實(shí)際問題規(guī)模的增大以及建模困難等特點(diǎn),組合優(yōu)化問題的搜索空間也急劇擴(kuò)大,人們的研究方向越來越傾向多方法結(jié)合的優(yōu)化算法。
　　本文提出了一種以遺傳算法和蟻群算法為基礎(chǔ)的混合算法—遺傳蟻群混合算法,該算法的核心是控制函數(shù)的設(shè)計(jì),通過統(tǒng)計(jì)遺傳算法子代群體的進(jìn)化率來控制迭代次數(shù),以此來確定遺傳算法與蟻群算法融合的時(shí)機(jī)。該算法首先利用了遺傳算法得到

2、的結(jié)果轉(zhuǎn)化為蟻群算法的初始信息素分布,然后,利用蟻群算法求得最優(yōu)解。該算法改變了蟻群算法的初始值機(jī)制,提高了算法搜索的穩(wěn)定性,同時(shí)利用了蟻群算法的并行性、正反饋機(jī)制以及求解效率高等特性求得最優(yōu)解。
　　通過對(duì)離散問題和連續(xù)問題進(jìn)行了算法測(cè)試,并與傳統(tǒng)的遺傳算法和蟻群算法的性能進(jìn)行了比較,結(jié)果表明,遺傳蟻群混合算法穩(wěn)定,具有全局尋優(yōu)能力,提高了收斂效率。并將遺傳蟻群混合算法應(yīng)用于QoS組播路由問題,仿真實(shí)驗(yàn)表明,本文的算法中每代群體