算法设计与分析蚁群算法介绍.pptVIP

算法设计与分析 第七章补充材料 蚁群算法介绍 山东师范大学计算机系 授课：徐连诚，#3432# lchxu@163.com，/ 2005年9月5日—2006年1月20日 内 容 一、启发式方法概述 二、蚁群优化算法 背 景 传统实际问题的特点 连续性问题——主要以微积分为基础，且问题规模较小 传统的优化方法 追求准确——精确解 理论的完美——结果漂亮 主要方法：线性与非线性规划、动态规划、多目标规划、整数规划等；排队论、库存论、对策论、决策论等。 传统的评价方法 算法收敛性（从极限角度考虑） 收敛速度（线性、超线性、二次收敛等） 传统运筹学面临新挑战 现代问题的特点 离散性问题——主要以组合优化（针对离散问题，定义见后）理论为基础 不确定性问题——随机性数学模型 半结构或非结构化的问题——计算机模拟、决 策支持系统 大规模问题——并行计算、大型分解理论、近似理论 现代优化方法 追求满意——近似解 实用性强——解决实际问题 现代优化算法的评价方法 算法复杂性 现代优化(启发式)方法种类 禁忌搜索（tabu search） 模拟退火（simulated annealing） 遗传算法（genetic algorithms） 神经网络（neural networks） 蚁群算法（群