蚂蚁算法2015课件.ppt

蚂蚁算法Ant Colony ;蚂蚁算法蚂蚁算法的原理、特点蚂;蚂蚁的生物特征用于优化领域的人;图2-1 蚂蚁从蚁穴（Ne;图2-2 在巢穴与食物源之间出;蚂蚁算法的原理蚂蚁在寻找食物源;蚂蚁算法的特点（1）其原理是一;蚂蚁算法符号的定义蚂蚁算法（A;蚂蚁算法符号的定义 ;蚂蚁算法求解的一般步骤 第1步;总趾篆怠牙竞符预针挖扁祈硕椽殊;AS模型（Ant System;按 的不同取法;Ant-Q模型 Gambard;（2）Pseudo-Rando;ACS（Ant Colony ;Local Updating(;丙诸酶妆亨键阀掠吃厅颖拎屈焙沟;剑沪呆蕊蹿盆忘砖藕枪亚浮公厕摈;MMAS(Max-Min An;ANTS模型 1998年Mai;几种模型的评价 随着蚂蚁算法发;AS(Ant System) ;ACS与AS的主要区别 （1）;MMAS模型特点 MMAS(M;表2 蚂蚁算法及其应用 研;表2 蚂蚁算法及其应用（续）;蚂蚁算法可研究问题 蚂蚁算法的;举例1：遗传算法与蚂蚁算法的融;遗传算法的基本原理 ;种群# 位串 ;遗传算法的特点 遗传算法具有进;遗传算法与蚂蚁算法的融合思想 ;GAAA算法总体框架与流程 ;图3-3 GAAA算法详细流图;GAAA中遗传算法的模型选择定;交叉算子：采用Davis提出的;GAAA中蚂蚁算法模型选择 G;GAAA中遗传算法与蚂蚁算法对;仿真实验分析 我们采用GAAA;表3-1 GAAA算法优化解;表3-2 GAAA算法随机求;图3-4 GAAA算法一次随;图3-6 GAAA算法一次随机;图3-8 GAAA算法一次随机;图3-10 GAAA算法找到;图3-11 GAAA算法一次;表3-3:GAAA算法的实验结;图3-12 GAAA一次随机;算法及实例仿真结论： （1）算;举例2：K均值聚类与蚁群算法结;实际工程中需要满意解许多实际工;邻域搜索的空间分解体现了 “分;邻域搜索的空间分解体现了 “分;聚类方法 聚类是将数据对象分组;K-Means (K-均值) ;图4-1 K-Means算法示;K-Means算法的特点： 算;动态聚类邻域分区并行蚁群优化算;K均值动态聚类快速邻域分区方法;K重心邻域连接方法 重心邻域连;实例分析 用上述方法对Grot;K1K2K3K4?聚类分区（X;表4-3:各聚类分区TSP蚂蚁;图4-2 各类分区TSP蚁群优;K重心全局邻接得TSP满意解 ;图4-5 442城市TSP邻;结论 （1）通过对于大规模TS;举例3：基于蚂蚁算法的动态路由;网络拥塞主要表现 （1）带宽设;蚂蚁算法对动态路由选择都具有很;动态最优路由选择 动态最优路由;自适应蚂蚁算法构造思想 构造自;自适应蚂蚁算法模型选择 我们以;算法的设计 设 ;实例仿真 图7-1 实例网络;第一步，利用构造的自适应蚂蚁算;结果4→7网段的容量为0时，该;表7-1 自适应蚂蚁算法动;结论 （1）构造的自适应蚂蚁算