蚁群优化算法课件经典教程.pptVIP

蚁群优化算法Ant Colony Optimization 4 蚁群算法的发展 2001年至今 1996年-2001年 意大利学者 Dorigo1991年 Dorigo1991年 启发 5 蚁群算法原理 如何找到最短路径 ？ 类比： 大肠杆菌在人体肠道内觅食的过程 信息素：信息素多的地方显然经过这里的蚂蚁多，因而会有更多的蚂蚁聚集过来。 正反馈现象：某一路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大。 6 蚁群算法原理 自然蚂蚁的智能特点 7 蚁群算法原理 人工蚂蚁的模型 9 求解组合优化问题的蚁群算法 10 基本蚁群算法 蚂蚁k(k=1,2，…,m)根据各个城市间连接路径上的信息素浓度决定其下一个访问城市，设 表示t时刻蚂蚁k从城市i转移到城市j的概率，其计算公式为： 信息更新公式为： 11 基本蚁群算法 针对蚂蚁释放信息素问题，M.Dorigo等人曾给出3中不同的模型，分别为蚁周系统、蚁量系统和蚁密系统，其计算公式如下： 1.Ant-cycle 2.Ant-quantity 3.Ant-density 其中，Q为常数，表示蚂蚁循环一次所释放的信息素总量；L为第k只蚂蚁经过路径的长度；d为城市间的距离。。 12 蚁群算法的主要特点 采用分布式控制 每个个体只能感知局部的信息