蚁群算法的基本原理.docxVIP

. 2.1 蚁群算法的基本原理 蚁群优化算法是模拟蚂蚁觅食的原理， 设计出的一种群集智能算法。 蚂蚁在觅食过程中能够在其经过的路径上留下一种称之为信息素的物质， 并在觅食过程中能够感知这种物质的强度， 并指导自己行动方向， 它们总是朝着该物质强度高的方向移动，因此大量蚂蚁组成的集体觅食就表现为一种对信息素的正反馈现象。某一条路径越短，路径上经过的蚂蚁越多，其信息素遗留的也就越多，信息 素的浓度也就越高，蚂蚁选择这条路径的几率也就越高， 由此构成的正反馈过程，从而逐渐的逼近最优路径，找到最优路径。 蚂蚁在觅食过程时， 是以信息素作为媒介而间接进行信息交流， 当蚂蚁从食物源走到蚁穴， 或者从蚁穴走到食物源时， 都会在经过的路径上释放信息素， 从而形成了一条含有信息素的路径， 蚂蚁可以感觉出路径上信息素浓度的大小， 并且以较高的概率选择信息素浓度较高的路径。 15cm A 蚁穴 1 2 食物源 A 蚁穴 食物源 B B (a) (b) 人工蚂蚁的搜索主要包括三种智能行为： 1）蚂蚁的记忆行为。一只蚂蚁搜索过的路径在下次搜索时就不再被该蚂蚁选择，因此在蚁群算法中建立禁忌表进行模拟。 2）蚂蚁利用信息素进行相互通信。蚂蚁在所选择的路径上会释放一种信息素 的物质，当其他蚂蚁进行路径选择时， 会根据路径上的信息素浓度进行选择， 这 样信息素就成为蚂蚁之间进行通信的媒介。 3）蚂蚁的集群活动