AAI_5蚁群算法原理.ppt

蚁群优化算法Ant Colony Algorithm(ACA) 赵林亮 计算机应用技术研究所 zhaoll@ 参考文献 APPEARED IN PROCEEDINGS OF ECAL91-EUROPEAN CONFERENCE ON ARTIFICIAL LIFE, PARIS, FRANCE, ELSEVIER PUBLISHING,134–142. Distributed Optimization by Ant Colonies Alberto Colorni, Marco Dorigo, Vittorio Maniezzo Dipartimento di Elettronica, Politecnico di Milano Piazza Leonardo da Vinci 32, 20133 Milano, Italy IEEE Transactions on Systems, Man, And Cybernetics- Part B: Cybernetics,Vol.26, No.1, Feb 1996. 29-41 Ant System: Optimization by a Colony of Cooperating Agents Marco Dorigo, Member, IEEE, Vittorio Maniezzo, and Alberto Colorni http://iridia.ulb.ac.be/~mdorigo/HomePageDorigo/ 对蚂蚁的观察 单只蚂蚁智能不高; 没有集中的指挥 无所作为 蚁群，复杂的社会行为： 协同工作 筑巢、觅食、迁徙、清扫蚁巢、抚养后代 依靠群体能力发挥出超出个体的智能 蚁群算法特点 模拟蚂蚁群体智能行为的仿生优化算法 较强的鲁棒性 优良的分布式计算机制 易于与其它方法结合 蚂蚁的生物学特征 别称：玄驹、蚍蜉、状元子 属节肢动物门，昆虫纲，膜翅目，蚁科 在昆虫界种类最多，生存量最大 约260属，16000多种，已命名的9000多种 拖动1400自重的食物 举起自重400倍的物体 起源于1亿年前的恐龙时代 蚂蚁的社会形态 蚁后、雄蚁、工蚁、兵蚁 信息交流方式：化学通信 分泌化学刺激物：信息素 (pheromone) 彼此平等，利他主义 个体协作，协调一致 共和国 蚂蚁的群体行为 蚂蚁个体简单 群体：高度机构化的社会组织 远超蚂蚁个体能力 行为1：觅食 食物随机散布 找到一条蚁巢到食物源的最佳路径 适应环境变化：出现障碍 方法：蚁过留素（雁过留声），闻素而跟 信息正反馈 良性循环 ： 路好（有食且近）?蚁多?信息素多?蚁多….. （随时 会蒸发掉一部分）， 开始： 信息素浓度 路短 素浓。 良性循环如何进行？ 符号和假定：路径上的信息素浓度记为 X 蚂蚁均匀释放信息素，dx/dt =常数 蚁穴A，食物源C， 路径1：A?C，路径2：A?B?C 等边三角形ABC 找到食物，沿原路返回 良性循环如何进行？ 蚂蚁M1：A?C，蚂蚁M2：A?B?C 找到食物（分布、并行），沿原路返回 AC 比ABC短， M1回到A点时， M2 才到C点。 AC上蚁气 ：两次信息素叠加（去-回） AB路只有去一次信息素 X(AC)X(ABC)，下一只蚂蚁：选择路径AC AC上信息素越来越多，进入良性循环 Fig. 1. An example with real ants a) Ants follow a path between points A and E. b) An obstacle is interposed; ants can choose to go around it following one of the two different paths with equal probability. c) On the shorter path more pheromone is laid down. Fig. 2. An example with artificial ants a) The initial graph with distances. b) At time t=0 there is no trail on the graph edges; therefore, ants choose whether to turn right or left with equal probability. c) At time t=1 trail is stronger on shorter edges, which are therefore, in the average, preferred by ants. 要点 蚂蚁群居群动，很少有独