- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
蚁群算法.
Ant Colony Optimization;自然界的蚁群;;;;蚁群优化算法是模拟蚂蚁觅食的原理,设计出的一种群集智能算法。蚂蚁在觅食过程中能够在其经过的路径上留下一种称之为信息素的物质,并在觅食过程中能够感知这种物质的强度,并指导自己行动方向,它们总是朝着该物质强度高的方向移动,因此大量蚂蚁组成的集体觅食就表现为一种对信息素的正反馈现象。某一条路径越短,路径上经过的蚂蚁越多,其信息素遗留的也就越多,信息素的浓度也就越高,蚂蚁选择这条路径的几率也就越高,由此构成的正反馈过程,从而逐渐的逼近最优路径,找到最优路径。;TSP问题;蚁群算法的基本流程;每只蚂蚁都是具有以下特征的简单主体
(1)从城市i到城市j的运动过程中或是在完成一次循环后,蚂蚁在边(i,j)上释放一种物质,称为信息素轨迹。
(2)蚂蚁概率地选择下一个将要访问的城市,这个概率是两城市??距离和两城市的路径上存有轨迹量的函数。
(3)为了满足问题的约束条件,在完成一次循环以前,不允许蚂蚁选择已经访问过的城市。
;引入几个有关变量;初始时刻,各条路径上的信息素量相等,设 (C为常数),蚂蚁k(k=1,2,…,m)在运动过程中根据各条路径信息素决定转移方向。蚂蚁系统所使用的状态转移规则称为随机比例规则,它给出了位于城市i的蚂蚁k选择移动到城市j的概率。在t时刻,蚂蚁k在城市i选择城市j的转移概率;?;蚁群算法matlab代码;蚁群算法特点;蚁群算法的优点;基本蚁群算法的缺点;应用范围;网络路由问题;电力系统领域;航迹规划问题;论文实例
文档评论(0)