简单的最大-最小蚁群系统与线性伪布尔函数的优化
摘要：对于蚁群算法（ACO），我们通过形式化分析其运行时行为来增进对其的理解。我们研究了一类在线性伪布尔函数上定义的简单最大-最小蚁群系统。我们的研究指出了如何将函数值的进展存储在信息素中。对于两种ACO变种在所有线性函数上，我们提供了一个一般的上界O((n^3 log n)/ ho)，其中( ho)决定了信息素的更新强度。此外，我们还展示了两个已知的线性伪布尔函数OneMax和BinVal的改进界限，并通过实验研究提供了额外的见解。
作者：Timo K"otzing and Frank Neumann and Dirk Sudholt and Markus Wagner
论文ID：1007.4707
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2010-07-28