蚂蚁算法复杂性自组织分析与启示-期刊.pdfVIP

第八届中国青年运筹信息管理学者大会论文集 桂林，2006年8月18—22日，第540—545页 蚂蚁算法复杂性自组织分析与启示 周书敬孙红林李慧敏 河北工程大学，河北邯郸．056038 摘要在蚂蚁系统中．虽然单个蚂蚁的行为极其简单，但它们所组成的蚁群群体却表现出极其 复杂的行为．简单介绍了蚂蚁算法，基于复杂系统自组织的概念分析了蚂蚁系统复杂的白组织 机制，井提出了对与管理科学的启示。 关键词蚂蚁算法，复杂性，熵，自组织 l引言 蚂蚁系统(Ant 型模拟进化的群体寻优算法[1]。该算法充分利用了蚁群搜索食物的过程与旅行商问题 (TSP)之问的相似性，通过人工模拟蚂蚁搜食过程中个体间的信息交流与相互协作，最 终找到从蚁巢到食物源最短路径的过程较好的解决了TSP问题[2]。随后，其被用于求 Job—shop调度问题[3][4]、指派问题和序列排序(SequentialOrdering)背包问题、数 据特征聚类和开关布线等问题，并显示出其在求解复杂优化问题(特别是离散化优化问题) 方面的优越性和广阔的发展前景。即只要问题能用一图表来阐述、解可定义为一正反馈过 程(如TSP的残留信息)且问题结构本身能提供解题用的启发式信息(如城市间距)，就 可用其求解[4]。 现以TSP问题求解为例说明蚁群系统模型：设m是蚁群中蚂蚁的个数。n为城市数， 旦 ． ，、 m=乏：bi(t)，tf(f)表示}时刻在fJ连线上残留的信息量。巩f为蚂蚁由城市f转移到城 i=l 1 市，的期望信息。这一启发式信息由所解决的问题给出，此问题中，吼，=÷。初始时刻， 。 d口 各条路径上信息量相等．设f√o)=c(c为常数)，蚂蚁_j}∞=1,2，…，m)在运动过程中， 根据各条路径上信息量决定移动方向，P：【f)表示在t时刻蚂蚁由位置舛韩多至0位置J的概 率， 蚂蚁算法复杂性自组织分析与启示 p：：{∑《孵∥一‰舡j端水Ⅵ lo，DmPrwbP 渐消逝，用参数1一P表示信息的消逝程度，经过n个时刻，蚂蚁完成一个循环，各路径 上的信息量根据下式作调整： 在路径玎上的信息量，△％表示本次循环中留在路径玎上的信息量。 A《：睁蚂燃循环经过Ⅱ， h否则 其中，a为常数．Lk表示第只蚂蚁在本次循环中所走路径的长度。在初始时刻， 积累的信息及启发因子在路径选择中所起的作用。巩表示由城市i转移到J的期望程度， 可据某启发算法确定。据△《的不同，M．Dorigo给出T_--种模型，分别称为antcycle systern(即上式)，ant densitysysteⅢ．(残留浓度是与 quantity systern(△《=芋)，ant Ⅱ“ 路径无关的常数a)。一般认为，第一种最优，因为其利用的是全局信息，能很好的保证 残留信息不致于无限积累，且能使算法“忘记”不好路径，实现预期目标。 2复杂性与自组织概念 2．1复杂性概念㈣ 在自然科学中，从激光物理学、量子混沌和气象学直到化学中的分子建模和生物学对 细胞生长的计算机辅助模拟，非线性复杂系统已成为一种成功的求解问题的方式。另一方 面，社会科学也认识到，人类面临的主要问题也是全球性的、复杂的合肥现行的。生态、 经济或政治系统中的局部性变化．都可能引起全球性危机。线性的思维方式以及把整体仅 仅看作其部分之和的观点，显然已经过时了。认为甚至我们的意识也受到复杂系统非线性 动力学所支配这种思想，已成为当代科学和公众兴趣中最激动人心的课题之一。 复