第六章最近发展起来的新算法 .pptxVIP

  • 0
  • 0
  • 约3.87千字
  • 约 50页
  • 2021-03-21 发布于江苏
  • 举报
智能优化方法AI-Based Optimization MethodsBy Professor Dingwei WangNortheastern UniversityChina 2004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问题信息素的影响蚂蚁标号迭代次数一.蚁群优化(3)12534一.蚁群优化(4)举例说明一.蚁群优化(5)信息素强度的计算遗忘因子信息素增量所有蚂蚁留下的信息常量蚂蚁k的巡回长度

文档评论(0)

1亿VIP精品文档

相关文档