蚁群算法的基本原理与改进重点解析.pptVIP

蚁群算法的基本原理与改进 蚁群算法 蚁群算法(ant colony alogrithm)是一种模拟进化算法。 蚁群算法（又称为人工蚁群算法）是由意大利学者M.Dorigo，V.Mahiezzo，A.Colorni等人受到人们对自然界中真是蚁群集体行为的研究成果的启发而首先提出来的。这个算法的主要目的是在图中寻找优化路径的机率算法。 蚁群算法最早是为了解决TSP问题（即旅行商问题）。 TSP问题的要求：?路径的限制是每个城市只能拜访一次；?最后要回到原来出发的城市。?求得的路径路程为所有路径之中的最小值。 概念原型 各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。 当一只找到食物以后，它会向环境释放一种挥发性分泌物pheromone (称为信息素,该物质随着时间的推移会逐渐挥发消失，信息素浓度的大小表征路径的远近)来实现的，吸引其他的蚂蚁过来，这样越来越多的蚂蚁会找到食物。 有些蚂蚁并没有象其它蚂蚁一样总重复同样的路，他们会另辟蹊径，如果另开辟的道路比原来的其他道路更短，那么，渐渐地，更多的蚂蚁被吸引到这条较短的路上来。 最后，经过一段时间运行，就可能会出现一条最短的路径被大多数蚂蚁重复着。 基本原理 蚁群算法是对自然界蚂蚁的寻径方式进行模似而得出的一种仿生算法。 蚂蚁在运动过程中，能够在它所经过的路径上留下一种称之为外激素(pheromon