第六章最近发展起来的新算法.pptVIP

智能优化方法AI-Based Optimization Methods 第六章 最近发展起来的新算法 一.蚁群优化ACO 二. 粒子群优化 三.其它新方法 四.我们的工作：群落选址算法 一.蚁群优化（1） 蚁群优化的产生 蚁群优化 Ant Colony Optimization 在1995-1996年，Dorigo(Italy)提出ACO 基本思想 模拟蚂蚁选择路线的能力。即：蚂蚁以信息 素的强度为概率来决定路线选择。 ACO 整体往往大于部分的“简单和” 蚂蚁的低智能——蚁群的高智慧 蚂蚁的简单行为——蚁群的智能突现 实际蚁群的觅食 1、主体（agent)：蚂蚁 2、简单的规则（rules）：分工、通讯 3、相互作用（interaction）： 蚂蚁==触角放电==蚂蚁 蚂蚁==气味积累==环境 ACO 观察实际蚁群的觅食1： ACO 观察实际蚁群的觅食2： 用障碍物切断原来的通路 ACO 观察实际蚁群的觅食3： 搜索新路 ACO 观察实际蚁群的觅食4：最佳路径形成 一.蚁群优化（2） ACO的基本计算公式 ACO最早用来解决TSP问题 一.蚁群优化（3） 一.蚁群优化（4） 举例说明 一.蚁群优化（5） 信息素强度的计算 一.蚁群优化（6） ACO的基本算法步骤 初始化