基本蚁群算法.pptVIP

“ ” “ ” Ant Colony Algorithms 蚁群算法 目 录 什么是蚁群算法 （起源，原理，特征） 解决什么问题 （问题分类，问题描述，具体实现，仿真模拟） 为什么使用它 （时间/空间复杂度, 收敛性, 与回溯/贪心算法比较） 定义及起源 蚁群算法是一种模拟蚂蚁群体觅食行为的仿生优化算法 它由Marco Dorigo于1992年在他的博士论文“Ant system: optimization by a colony of cooperating agents”中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 蚂蚁觅食规律 开始，所有蚂蚁从蚁穴出发，随机的选择前进方向寻找食物 当遇到食物的时候就返回蚁穴， 同时释放信息素（Pheromone）到环境中 蚂蚁在觅食过程中，会根据环境中的信息素浓度及时调整前进的方向 环境中的信息素会随时间挥发减少 抽象成算法模型 蚂蚁，抽象成为一个类的实体(线程)，它能完成寻路的功能，也即求解 自然环境即问题空间，三维的空间抽象成为二维的平面，连续的空间抽象为离散的点，也就是抽象为图。 信息素浓度，抽象为图的各条边上的属性 蚁穴到食物的路径，抽象为问题的解 特征 该算法采用了正反馈并行自催化机制，具有较强的鲁棒性、优良的分布式计算机制、易于其他方法结合等特点 蚁群算法解决的问题 蚁群优化算法应用于许多组合优