摘要：根据蚁群算法与模拟退火算法的特性,提出了求解旅行商问题的混合算法。由模拟退火算法生成信息素分布,然后由蚁群算法根据累计更新的信息素找出若干组解,再经过模拟退火算法在邻域内找另外一个解的操作,得到更有效的解。与模拟退火算法、标准遗传算法、蚁群算法和随机初始化的蚁群算法进行比较,4种混合算法效果都比较好,策略D的混合算法效果最好。

摘要：蚁群算法的离散性、并行性、鲁棒性、正反馈性特点,非常适合于图像分割。但基本蚁群算法中蚂蚁运动的随机性使得算法进化速度慢且易于陷入局部最小等缺陷。提出了一种基于改进的蚁群模糊聚类的图像分割方法,给出了多种信息素的更新方式。针对算法循环次数多,计算量大的问题,综合考虑图像中像素的灰度,邻域平均灰度,梯度等特征来设置初始聚类中心进行蚁群模糊聚类。实验结果表明,该方法在图像分割中的确能够得到较好的分割结果。