群算法原理及其应用.docVIP

PAGE 蚁群算法原理及其应用 摘要：蚁群算法是一种新型仿生类优化算法，是继模拟退火、遗传算法、禁忌搜索等之后的又一启发式智能优化算法。蚁群算法由意大利学者M.Dorign等人首先提出，并成功地应用于求解一系列NP完全的组合优化问题，如：旅行商问题、二次分配问题、车辆寻路问题和图着色问题等等。蚁群算法从提出到现在，短短十余年的时间，以其在离散型组合优化问题中的突出表现，吸引了人们的极大关注。 本文围绕蚁群算法的理论及其应用举例说明其算法的使用方法及其程序的内容。 本文将具体说明蚁群聚类、机器人路径规划问题在matlab中的应用，并对其原理进行分析。 关键词：蚁群算法；matlab；蚁群聚类；机器人路径规划 Ant Colony Algorithm Theory and Its Application ABSTRACT: Ant Colony Algorithm is a new evolution optimization algorithm based on bionics,and is another intelligent optimal algorithm after the fire out simulation,the inheritance,and the prohibition search etc.Ant Colony Algorithm was first proposed by Marco Dorigo and his colleagues.Now it has been successfully applied to solve a series of NP-complete combination optimization problems,such as Traveling Salesman Problem,Quadratic Assignment Problem,Vehicle Routing Problem,Graph Coloring Problem and so on.Ant Colony Algorithm with the discrete combination optimization problems with an outstanding performance has attracted people’s attention since it was proposed just a dozen years ago. This paper focuses on the theoretical of ant colony algorithm and its application to illustrate the use of the algorithm and the content of the program. This paper will illustrate the ant colony clustering problem and application of robot path planning problem in matlab to analyze its principle. KEY WORDS: ant colony；matlab； ant colony clustering；robot path planning 1 前 言 蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。该算法充分利用了蚁群搜索食物的过程与旅行商问题(TSP)之间的相似性，通过人工蚂蚁搜索食物的过程(即通过个体之间的信息交流与相互协作最终找到从蚁穴到食物源的最短路径)来求解TSP问题。为了区别于真实的蚂蚁群体，我们称这种算法为“人工蚁群系统算法”，简称“蚁群算法”。该算法已经成功地应用于TSP ( traveling salesman problem)问题、QAP(quadratic assignment problem)问题和job-shop调度等经典组合优化问题，取得了较好的实验结果。虽然对此方法的研究刚刚起步，但研究表明蚁群算法在求解复杂优化问题(特别是离散优化问题)方面的一些优越性，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。 MATLAB是Mathworks公司1984年推出的数学软件，其名称是由矩阵实验室(Mat