蚁群算法解答.doc

蚁群算法 主讲人：郝 娟 指导老师：张著洪 目录 1蚁群算法概述..............................................................................21 1.1蚁群算法的提出与发展.............................................................. 21 1.2蚁群算法原理.............................................................................. 22 1.3数学模型的建立.......................................................................... 25 2蚁群算法的仿真分析....................................................................... 29 2.1蚁群算法流程.......................................................................30 2.2蚁群算法的计算机仿真............................................................. 30 2.3分析与总结................................................................................. 34 3蚁群算法的优化............................................................................... 38 3.1基本蚁群算法的缺点................................................................. 38 3.2改进与优化方法......................................................................... 40 3.3优化蚁群算法方案的仿真分析................................................. 43 4小结................................................................................................... 44 蚁群算法概述 生物学家通过对蚂蚁的长期研究发现，虽然每只蚂蚁智能不高，也没有集中的指挥，但它们却可以协同工作，依靠群体能力发挥出超出个体的智能。蚁群算法(ant colony algorithm, ACA)是最新发展的一种模拟蚂蚁群体智能行为的仿生优化算法，具有较强的鲁棒性、分布式计算机制、易于与其它算法结合等优点。尽管目前蚁群算法的严格理论基础尚未奠定，国内外的相关研究还处在实验探索和初步应用阶段，但蚁群算法己经由当初的单一TSP旅行商问题领域渗透到多个应用领域，有着广泛的应用前景。 1蚁群算法的提出与发展 根据蚂蚁“寻找食物”的群体智能行为，意大利学者M.Dorigo于1991年在法国召开的第一届欧}}l}l人工生命会议(European Conference on Artificial Life, ECAL中第一次提出了蚁群算法的基本模型。到1992年，M.Dorigo又在其博士学位论文中进一步阐述了蚁群算法的核心思想。由于在模拟仿真中使用了人工蚂蚁的概念，因此也称蚂蚁系统(ant system, AS )。 近年来，蚁群算法逐渐被国内学者了解和研究，相继出现了一些介绍性的文献，其后在蚁群算法的应用研究方面(如组合优化问题、网络路由调度问题等)开展了许多研究工作。 2蚁群算法原理 2.1生物学原型 蚂蚁系统是最早建立的蚁群算法模型，其模型的建立来源于对蚂蚁寻找食物行为的研究。蚂蚁视力很有限，但是蚂蚁寻找食物的过程中却有能力在没有任何可见提示下找出从蚁穴到食物源的最短路径，并且能随环境的变化而变化，适应性地搜索新的路径，产生新的选择。 经过研究发现，在从食物源到蚁穴并返回的过程中，蚂蚁能在其走过的路径上分泌一种化学物质一信息素，通过这种方式形成信息素轨迹。信息素轨迹可以使蚂蚁找到其返回食物源(或蚁穴)