蚁群算法及其应用(讲座).pptVIP

蚁群算法及其应用 启发式算法_分类 现代优化算法： 80年代初兴起 禁忌搜索（tabu search） 模拟退火（simulated annealing） 神经网络（neural networks） 遗传算法（genetic algorithms） 蚂蚁算法（Ant Algorithm，群体智能，Swarm Intelligence） 遗传算法 遗传算法(Genetic?Algorithm,?GA)是1962年密切根大学Holland教授首次提出的一种全局优化算法，它借用了生物遗传学的观点，通过自然选择、遗传、变异等作用机制，实现各个体的适应性的提高，并迅速推广到优化、搜索、机器学习等方面。? 遗传算法的过程 蚁群算法 1 原理 2 在TSP中的应用及改进 3 在QoS多播路由中的应用 1 蚁群算法原理 20 世纪90 年代初，意大利学者Dorigo 等受蚂蚁觅食行为的启发，提出了蚁群算法，是一种仿生算法。 蚂蚁在觅食过程中可以找出巢穴到食物源的最短路径，为什么？ （1）信息素(pheromone) （2）正反馈现象：某一路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大。 简化的蚂蚁寻食过程 简化的蚂蚁寻食过程 自然蚁群与人工蚁群 应用一：TSP问题 旅行商问题（TSP,traveling salesman problem）1960年首先提出。 问题描述：