夏小云，周育人

(1.江西理工大学 信息工程学院，江西 赣州 341000；2.华南理工大学 计算机与工程学院，广东 广州 510006；3.中山大学 数据科学与计算机学院，广东 广州 510006)

蚁群优化算法的理论研究进展

夏小云1,2，周育人3

(1.江西理工大学 信息工程学院，江西 赣州 341000；2.华南理工大学 计算机与工程学院，广东 广州 510006；3.中山大学 数据科学与计算机学院，广东 广州 510006)

摘要：蚁群优化算法的理论研究有助于更好地理解算法的原理以及指导算法应用。回顾了蚁群优化算法的收敛性分析、时间复杂度分析与近似性能分析等理论研究进展,分析了其理论研究的对象从简单的拟布尔函数转为组合优化问题以及实际应用问题。从蚁群算法理论分析方法和研究问题类型2个方面对蚁群算法的理论研究进行综述。介绍了适应值划分、漂移分析等最基本的数学分析工具,对时间复杂性及近似性能等重要问题进行了探讨。总结比较了蚁群算法求解各类问题的性能，指出这些研究能够更加深入了解蚁群算法的运行机制。最后,探讨了目前蚁群算法理论研究中亟待解决的问题,指出引入新的分析工具以及研究更为复杂的算法模型等是值得进一步研究的方向和内容。

关键词：蚁群优化算法；理论研究；组合优化；收敛性；时间复杂度；近似性能

中文引用格式：夏小云，周育人.蚁群优化算法的理论研究进展[J]. 智能系统学报， 2016, 11(1): 27-36.

英文引用格式：XIA Xiaoyun，ZHOU Yuren. Advances in theoretical research of ant colony optimization[J]. CAAI Transactions on Intelligent Systems, 2016, 11(1): 27-36.

随机启发式搜索(randomized search heuristics, RSHs)算法是近年来发展较快的研究领域,在许多应用中取得了丰富的成果。……