蚁群算法研究综述(附视频)研讨.ppt

蚁群算法研究综述 基于群智能的优化算法 目 录 1.群智能概述 人工智能涉及许多仿生学的内容 群智能： 一类分散自组织个体的集体智能行为的总称 受到自然界群居动物行为的启发 群：蚁群、鸟群、鱼群、细菌群、蜂群等等 1.群智能概述 群居动物的特点： 群中个体的功能简单 个体功能加在一起表现出复杂行为——智能行为 蚂蚁觅食行为 1.群智能概述 以蚁群为例 单个蚂蚁的能力有限，无法独立存活 蚁群具有强大的生存和适应能力 蚂蚁间通过信息素实现交流，保证信息的传播 个体通过聚集成群后的交流，使得群内涌现出智能 经典的群智能算法： 蚁群算法（蚂蚁觅食） 粒子群算法（鸟觅食） 人工蜂群算法（蜜蜂觅食） 2.蚁群算法简述 蚁群算法： 1992年由意大利学者多里戈提出 模拟蚂蚁觅食过程中找到最佳路径的行为 一种新型的优化算法，可用于求解NP难问题 2.蚁群算法简述 双桥实验：研究蚂蚁的觅食行为 分时段记录各路径上的蚂蚁数量 4分钟时：蚂蚁均匀的分布在桥上 8分钟时：大多数蚂蚁从短的路径上通过 2.蚁群算法简述 蚂蚁觅食过程： 初始蚂蚁随机移动 遇到食物分泌信息素（挥发性物质） 蚂蚁在搬运食物回家的路上留下信息素 其他蚂蚁选择信息素浓度高的路移动 信息素会随着时间慢慢挥发，但关键路径上的信息素相对浓度高 结果： 蚁群找到一条觅食的最短路径 2.蚁群算法简述 蚁群觅食分析： 基于蚂