双概率原对偶遗传算法与蚁群算法的融合研究

双概率原对偶遗传算法(DPPDGA)是原对偶遗传算法的一种改进型算法,赋予各基因位值不同的对偶映射概率,增强算法种群的多样性,具有更好的全局寻优性能,但不能利用系统中的反馈信息,出现无为的冗余迭代。最大最小蚁群算法(MMAS)则能够很好的利用系统中的反馈信息,通过对信息的累积更新寻求最优解,但初始信息素的匮乏制约着MMAS的求解效率。本文将两种算法进行融合,克服自身缺陷,优势互补。通过MATLAB仿真测试可知,该融合算法表现出求解精度高、稳定性强、全局搜索性能优的特点。