刘海军蚁群算法原理及其应用试编.ppt

蚁群算法原理及其应用 报告人：刘海军 报告内容 1 ACO原理2 应用实例TSP Macro Dorigo 蚁群算法原理 在自然界中，蚂蚁个体从洞穴出发寻找事物源，在找到事物之后返回蚁巢时，会在所经过的路径上留下一种称为“信息素”的物质。蚁群算法的信息交互主要是通过信息素来完成的。蚂蚁在运动的过程中，在没有“视觉”的情况下，能够感知这种物质的存在和强度。初始阶段，环境中没有信息素的遗留，蚂蚁寻找事物完全是随机选择路径，随后寻找该事物源的过程中就会受到先前蚂蚁所残留的信息素的影响，其表现为蚂蚁在选择路径时趋向于选择信息素浓度高的路径，同时信息素是一种挥发性化学物，会随着时间的推移慢慢的消逝。如果每只蚂蚁在单位距离留下的信息素相同，那对于较短路径上残留的信息素浓度就相对较高，这被后来的蚂蚁选择的概率就大，从而导致这条短路径上走的蚂蚁就越多，而经过的蚂蚁越来，该路径上残留的信息素也将更多，这样使得整个蚂蚁的集体行为构成了信息素的正反馈过程，从而找到比较短的路径。 蚁群算法抽象模型 蚂蚁在运动过程中根据各条路径上的信息量决定转移方向，用禁忌表来记录蚂蚁所走过的结点，其在选择过程中做动态调整。 搜索过程中蚂蚁根据各条路径上的信息量和路径的启发信息来计算转移概率。 为了避免残留信息素过多引起残留信息淹没启发信息，在每只蚂蚁走完一步或者完成一次搜索循环后要对残留信息进行更新成立，因此引入信息