1、蟻群算法是模擬自然界真實螞蟻在尋食過程中從蟻穴到食物源中最短路徑的原理，而提出的一種新型模擬算法。能夠很好的解決較復雜的優(yōu)化問題，它的并行性，協(xié)同性，正反饋性和魯棒性等方面的優(yōu)點可以進行全局的優(yōu)化和智能的搜索。它是最近幾年才提出來的，有許多優(yōu)秀的實用價值，是很有潛力的模擬算法。遺傳算法是模擬大自然生物在進化過程中隨機搜索的算法，通過自然選擇，遺傳和變異的作用對個體的適應度進行了提高。此算法具有與問題域沒有關系的全局搜索能力,并且不宜陷入

2、局部最優(yōu),能夠使用評價函數作為啟發(fā)信息。
　　由于蟻群算法在初期容易受到信息素缺乏的原因，引起搜索時間延長，在運行過程中存在過早收斂易陷入局部最優(yōu)，搜索的最優(yōu)解不能在最大范圍內得到實現。恰好相反，具有快速全局搜索能力的遺傳算法，沒有得到更好的利用系統(tǒng)中反饋的信息，往往求得的相對解的效率不高，使得產生無為的冗余迭代。本文針對蟻群算法與遺傳算法的特點,將兩者融合,克服兩種算法的各自缺點，利用遺傳算法的優(yōu)化組合能力確定蟻群算法的最優(yōu)參數

3、組合,利用蟻群算法求得聚類結果,優(yōu)勢互補,提高了算法的尋優(yōu)效率，使得混合算法在收斂速度和解的全局性上都有較大的改善。
　　本文在查閱了很多國內外的參考資料基礎上，根據兩種算法的優(yōu)缺點，將它們結合形成混合算法的策略：在混合算法的前期，使用具有群體性全局搜索能力的遺傳算法，迅速得到所需要的相對初始解，遺傳算法的終止條件得到滿足之后，在后期，蟻群算法所應用到的初始期信息素來源于遺傳算法得到的相對較優(yōu)解，最后通過具有正反饋性和高效性特點的

4、蟻群算法快速的得到最優(yōu)解。
　　本文的主要工作是，在闡述了兩種算法的原理和應用后，提出了一種新的混合算法的數學模型。在求解過程中改進了混合算法中蟻群算法的選擇策略，使得算法進入局部解得概率減少，用自適應的信息素更新策略對局部信息素和全局信息素進行動態(tài)調整，最大范圍的利用當前解。為了評估混合算法的性能，文章將混合算法在經典的組合優(yōu)化問題旅行商問題（TSP）進行了仿真驗證。實驗結果表明，該混合算法不但加速了蟻群算法的收斂速度，而且提高