【摘要】：内环蚁群算法的信息素信息Iτg,j用于工序进度安排顺序的产生，它表示第g个决策层次选择工序j安排进度的信息素信息。引入ρ的目的主要是为了防止信息素信息被无限制的累积，从而使算法可以“忘却”以前迭代过程中所作出的那些“坏”的决策。信息素信息的更新采用“精英策略”，采用到目前为止算法所找到的最好的解来更新信息素。同时，对于前向和后向两个蚁群，信息素的更新是分别进行的。
内环蚁群算法的信息素信息Iτg,j用于工序进度安排顺序的产生，它表示第g个决策层次选择工序j安排进度的信息素信息。当蚁群完成一次可行解搜索后，即产生了一种工序进度安排顺序，并已找到该种工序进度安排顺序下的局部最优进度计划，对信息素信息进行更新。信息素信息的更新按照下式进行：
式中，ρ表示信息素信息的挥发率，ΔIτg,j表示蚁群算法在一次迭代后信息素信息的更新值。引入ρ的目的主要是为了防止信息素信息被无限制的累积，从而使算法可以“忘却”以前迭代过程中所作出的那些“坏”的决策。信息素信息的更新采用“精英策略”，采用到目前为止算法所找到的最好的解来更新信息素。这种做法可以迫使算法在这个最好的解的附近进行搜索。信息素信息的更新值根据式（3.13）计算：
式中，
为到目前为止算法所找到的最好解的目标函数值；Q为信息素信息的比例系数。引入Q的目的在于调节信息素信息的大小，一方面可以控制蚁群算法一次迭代所留下的信息素总量，防止算法过快或过慢收敛；另一方面也可以使信息素信息和启发式信息保持在同一个量纲上。
如前文所述，为了减少计算量并与上述“精英策略”相配合，在蚁群算法中引入了解库的概念，用于存放蚁群算法搜索过的可行解。鉴于本书采用双向计划安排进度，并相应采用了两个蚁群，因此解库也包括前向解库和后向解库。同时，对于前向和后向两个蚁群，信息素的更新是分别进行的。前向蚁群使用当前迭代前向解库中最好的解来更新信息素；后向蚁群则使用当前迭代后向解库中最好的解来更新信息素。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
