19、离散磷虾群算法与三进制斐波那契数系统的研究与应用

离散磷虾群算法与三进制斐波那契数系统的研究与应用

离散磷虾群算法（DKHA）

算法概述

离散磷虾群算法（DKHA）是一种受生物启发的元启发式算法。通过模拟磷虾的行为，该算法在图网络中进行搜索和优化。为了评估其性能，研究人员进行了模拟实验，并将结果与蚁群优化算法（ACO）和智能水滴算法（IWD）进行了比较。

性能比较

实验结果表明，DKHA在收敛速度上优于ACO和IWD。这是因为DKHA在探索方面比ACO和IWD更深入、更广泛。以下是对三种算法在不同时间指标上的性能比较：
| 算法 | 旅行时间 | 等待时间 | 总时间 |
| — | — | — | — |
| ACO | - | - | - |
| IWD | - | - | - |
| DKHA | 表现良好 | 表现良好 | 优于其他两种算法 |

算法特点

• 收敛速度快 ：DKHA能够更快地收敛到最优解，这得益于其更广泛的探索能力。
• 复杂度较高 ：在空间和时间复杂度方面，DKHA相对较高，但通过快速收敛获得了一定的优势。
• 部分区域偏向性 ：如果图具有“部分区域偏向性”，即图中存在相似的节点/边或相似的事件簇，DKHA能够取得较好的结果。例如，在道路图中，外部道路类似于旁路，等待时间短但距离长，而中间道路距离短但等待时间长。当繁殖等事件发生在外部区域时，后代可能会探索出具有优化等待时间和更好距离的路径。