蚁群算法——一种新型的优化算法.pptVIP

蚁群算法——一种新型的优化算法 名称：Ant Colony Optimization 创始人： Dorigo(1993) 思路：模拟蚂蚁集群觅食规律 基本原理 禁忌列表（tabu list） 信息素（pheromone） 算法步骤（以TSP为例） 初始化 蚂蚁随机分布到各个城市 环游 蚂蚁依次选择路径直到返回出发点 更新路径 算法核心 转移概率的计算 i：蚂蚁当前位置；j：蚂蚁可以到达的位置；A：蚂蚁可以到达位置的集合；ηij：启发性信息；τij：i到j的路径的信息素数量 算法核心(续) 信息素更新 Δτijk：蚂蚁k由i到j的路径上留下的单位长度轨迹信息素数量 0≤α≤5，1≤β≤5，0.1≤ρ≤0.99，10≤Q≤10000 信息素更新与算法 在线更新online update 完全模拟蚂蚁运动规律 离线更新offline update 人为 在线更新方式已被可获得更佳效果的离线更新方式所取代 信息素更新与算法（续） 三种蚁群算法 ant colony：精英策略 ant system：更新所有路径 ant Min-Max：信息素的值限制到Min和Max之间 Ant-Q算法 将蚁群算法解释成一种增强学习（reinforcement learning）——Q学习 发展现状 目前研究和应用主要集中在比利时、意大利、英国、法国、德国等欧洲国家，日本和美国开始启动 1998