蚁群算法概述学科知识.pptVIP

蚁群算法（Ant Colony Optimization，ACO）; 意大利学者M.Dorigo，V.Maniezzo等人在观察蚂蚁的觅食习性时发现，蚂蚁总能找到巢穴与食物源之间的最短路径。 经研究发现，蚂蚁的这种群体协作功能是通过一种遗留在其来往路径上的叫做信息素(Pheromone)的挥发性化学物质来进行通信和协调的。化学通信是蚂蚁采取的基本信息交流方式之一，整个蚁群就是通过这种信息素进行相互协作，形成正反馈，从而使多个路径上的蚂蚁都逐渐聚集到最短的那条路径上。 这样，M.Dorigo等人于1991年首先提出了蚁群算法。其主要特点就是：通过正反馈、分布式协作来寻找最优路径。这是一种基于种群寻优的启发式搜索算法。;蚁群算法原理; 蚂蚁从A点出发，速度相同，食物在D点，可能随机选择路线ABD或ACD。假设初始时每条分配路线一只蚂蚁，每个时间单位行走一步，本图为经过9个时间单位时的情形：走ABD的蚂蚁到达终点，而走ACD的蚂蚁刚好走到C点，为一半路程。;简化的蚂蚁寻食过程;简化的蚂蚁寻食过程; 自然蚁群与人工蚁群算法;蚁群算法与TSP问题;蚁群算法流程;蚁群的规模和停止规则;四个城市的非对称TSP问题，距离矩阵和城市图示如下：;蚁群算法与TSP问题;假设蚂蚁的行走路线分别为： 当前最优解为W2，这个解是截止到当前的最优解，碰巧是实际 最优