近日，计算智能实验室李伟老师指导的研究成果在《Applied Soft Computing》上发表学术论文《Heuristic smoothing ant colony optimization with differential information for the traveling salesman problem》，提出了一种基于启发信息平滑的蚁群优化算法。
《Applied Soft Computing》为人工智能与智能计算领域中重要学术期刊，主要提倡用软计算的综合观点来解决现实生活中的问题，长期位于中科院计算机科学和工程技术等学科二区，最新影响因子为8.263，也是该领域的Top期刊。此次发表的研究成果为智能优化算法的改进和应用提供了理论和技术支撑。
旅行商问题是经典的组合优化问题，在问题的求解过程中，由于蚁群优化算法易因快速收敛而过早陷入局部最优，本文提出了一种融合启发式蚁群优化算法，该方法在众多测试问题中均产生了良好的表现。论文的主要贡献包括：
1.提出了异构种群自动化，从而使候选解的产生呈现多样化,为下一步的路径提升做好准备。
2.提出了平滑启发式方法，引领种群的进化方向。
3.提出了差异信息更新机制，利用迭代历史的差异边信息，加强对关键节点的探索
4.提出了进化状态估计与进化状态调整，帮助算法及时发现停滞状态并逃离局部最优状态。
论文信息：
Title:
Heuristic smoothing ant colony optimization with differential information for the traveling salesman problem
Authors:
Wei Li, Cancan Wang, Ying Huang, Yiu-ming CheungSource:
DOI:10.1016/j.asoc.2022.109943
Link:https://www.sciencedirect.com/science/article/pii/S1568494622009929
