蚁群最佳化演算法.ppt

14.6 粒子群最佳化演算法 粒子群最佳化演算法的圖示 作業研究 二版 Ch.14 通用啟發法 p.*/47 PSO演算法之步驟 作業研究 二版 Ch.14 通用啟發法 p.*/47 PSO演算法的說明與特性 演算法說明 特性 所需的參數設定較少。 屬多點（群體）搜尋，而非單點搜尋。 具有記憶性，應用記憶過去表現及群體最佳的解，互相交換正向資訊。 以機率性法則更新速度，而非確定性法則。 較適合連續型最佳化問題，但亦可用於離散型最佳化問題。 作業研究 二版 Ch.14 通用啟發法 p.*/47 PSO演算法求解範例 作業研究 二版 Ch.14 通用啟發法 p.*/47 PSO演算法求解範例 作業研究 二版 Ch.14 通用啟發法 p.*/47 PSO演算法求解範例 作業研究 二版 Ch.14 通用啟發法 p.*/47 PSO演算法求解範例 作業研究 二版 Ch.14 通用啟發法 p.*/47 14.7 蟻群最佳化演算法 蟻群最佳化演算法（ant colony optimization；ACO） 於1992年由Dorigo模擬蟻群實際行為而來 基本概念 針對蟻群如何溝通，以及建立食物源與巢穴之間最短的路線進行研究。當螞蟻在覓食時，所走過的路徑會留下一種稱之為費洛蒙（pheromone）的化學物質，讓蟻群藉由費洛蒙的濃度來判斷應該行進的路線。 當費洛蒙濃