大学科研成果论文9.docVIP

 PAGE  论文题目: 蚁群效应及其应用 学 院： 计算机与信息学院 专业年级： 电子信息工程2010级 学 号： 姓 名： 指导教师、职称： 2012年 11 月15日  PAGE 3 蚁群效应及其应用 摘 要：蚁群效应：减掉工作流程中的多馀。蚂蚁的组织与分工合作能力一直是人类学习的对象，因此对蚁群的研究和学习有助于提高人们的工作效率。 关键词：蚁群效应；效率；组织；管理 什么是蚁群效应 蚂蚁的世界一直为人类学与社会学者所关注，它们的组织体系和快速灵活的运转能力始终是人类学习的楷模。蚂蚁有严格的组织分工和由此形成的组织框架，而它们的组织框架在具体的工作情景中有相当大的弹性，比如它们在工作场合的自我组织能力特别强，不需要任何监督就可以形成一个很好的团队而有条不紊地完成工作任务。 蚁群效应是人们从蚂蚁群体的组织和分工中总结出来的灵活的组织建设和运转方式。 蚂蚁有严格的组织分工，但它们的分工能够迅速根据环境作出调整。比如，蚂蚁发现食物后，如果有两只蚂蚁，它们会分别走两条路线回到巢穴，边走边释放出一种它们自己才能识别的激素做记号，先回到巢穴者会释放更重的气味，这样同伴就会走最近的路线去搬运食物。一只蚂蚁搬食物往回走时，碰到下一只蚂蚁，会把食物交给它，自己再回头；碰到上游的蚂蚁时，将食物接过来，再交给下一只蚂蚁。这种充满弹性、以 “效率”为中心的组织和分工就是蚁群效应。 1.1蚁群工作方式 蚂蚁做事很讲究流程，但它们对流程的认识是直接指向于 HYPERLINK /wiki/%E5%B7%A5%E4%BD%9C%E6%95%88%E7%8E%87 \o 工作效率 工作效率的。比如，蚂蚁发现食物后，如果有两只蚂蚁，它们会分别走两条路线回到巢穴，边走边释放出一种它们自己才能识别的激素做记号，先回到巢穴者会释放更重的气味，这样同伴就会走最近的路线去搬运食物。 1.2蚁群工作特点 蚂蚁做事有分工，但它们的分工是有弹性的。一只???蚁搬食物往回走时，碰到下一只蚂蚁，会把 HYPERLINK /wiki/%E9%A3%9F%E7%89%A9 \o 食物 食物交给它，自己再回头；碰到上游的蚂蚁时，将食物接过来，再交给下一只蚂蚁。蚂蚁要在哪个位置换手不一定，惟一固定的是起始点和 HYPERLINK /wiki/%E7%9B%AE%E7%9A%84%E5%9C%B0 \o 目的地 目的地。 二、蚁群算法的TSP 问题求解 2.1 TSP 问题 旅行商问题是个著名的NP问题:一个商人要到若干城市推销物品，从1个城市出发，要到达其他各城市一次，而且最多一次，最后又回到第一个城市，寻找一条最短路径H = (h1, h2,h3,…hn),使得下列目标函数最小： （1） 上式中hi为城市号（值为1 到n 之间的自然数），d(hi, hj)表示城市i 和城市j之间的距离。若把每个城市看成是图上的节点，则TSP问题就是在有n个节点的完全图上寻找一条花费最少的哈密顿回路。 2.2 蚁群算法(ACA)模型 我们用求解平面上n个城市的TSP 问题来说明蚁群算法模型。假如将m只蚂蚁放到给定的n个城市中，构造一个人工的蚁群系统，其中每只蚂蚁的行动应当符合下述要求：1）每只蚂蚁根据路径上的生物信息素的浓度，以一定概率来选取下一个城市；2）蚂蚁不能在本次遍历中选取已走过的城市作为下一个城市；3）蚂蚁完成一个遍历后，就更新蚂蚁所经过路径上的信息素浓度。 蚂蚁选择下一个城市的概率主要是以下两点来决定： （1）τij(t)是指在t时刻城市i和城市j之间的路径上生物信息素浓度；当然初始时，各条路径上的生物信息素浓度是相同的，设τij(0)=c（C为常数），用来模拟真实蚂蚁的生物信息素。 （2）ηij是指蚂蚁从城市i 转移到城市j的启发信息，这个启发信息是根据具体问题给出的，比如：TSP问题中一般取ηij=100/dij（dij一般指城市ij之间的距离）。这样，t时刻位于城市i的蚂蚁k选择城市j为下一城市的概率的计算公式如公式2 所示： （2） 其中：α是信息素因子，表示路径的相对重要性，反映生物信息素对蚂蚁的移动影响，该值越大，则该蚂蚁越趋向于选择生物信息素浓度大的路径，蚂蚁之间协作性越高。β是启发因子，表示启发值的相对性，表明启发信息对蚂蚁选择城市的影响程度，该值越大，则状态转移概率越接近于贪婪规则。allowk=(0,l,2,3,…,n-1)-tablek表