近发展起来的新算法.pptVIP

智能优化方法

AI-BasedOptimizationMethodsByProfessorDingweiWangNortheasternUniversityChina20041可编辑ppt

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2可编辑ppt

蚁群优化的产生 蚁群优化AntColonyOptimization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。一.蚁群优化（1）3可编辑ppt

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4可编辑ppt

ACO观察实际蚁群的觅食1：5可编辑ppt

ACO观察实际蚁群的觅食2：用障碍物切断原来的通路6可编辑ppt

ACO观察实际蚁群的觅食3：搜索新路7可编辑ppt

ACO观察实际蚁群的觅食4：最佳路径形成8可编辑ppt

ACO的基本计算公式 ACO最早用来解决TSP问题一.蚁群优化（2）蚂蚁标号迭代次数信息素的影响9可编辑ppt

一.蚁群优化（3）10可编辑ppt

举例说明一.蚁群优化（4）1534211可编辑ppt

信息素强度的计算一.蚁群优化（5）蚂蚁k的巡回长度常量所有蚂蚁留下的信息信息素增量遗忘因子12可编辑ppt

ACO的基本算法步骤初始化令S=1,(S是tabu表的指标，即走过的城市数)将所有的初始城市记入一.蚁群优化（6）13可编辑ppt

重复以下步骤，直到tabu表填满（所有城市 走过）。令S=S+1,对k=1到m个城市，以选择城市j移动，将j加入。对 （计算信息素，理解为每个蚂蚁在路径(i,j)上留下的总气味）一.蚁群优化（7）14可编辑ppt

对若NC大于 停止，否则转②，并清空tabu表一.蚁群优化（8）15可编辑ppt

粒子群优化（ParticleSwarmOptimization）PSO的产生1995年，KennedyEberhart提出PSOPSO已经成为当今的热门2003年，《控制与决策》第二期刊登国内第一篇PSO论文——综述文章二.粒子群优化（1）16可编辑ppt

PSO的基本思想 模仿鸟群的飞行，觅食行为特征（用Swarm仿真软件仿真）保持惯性按自身的最优修正方向按群体的最优修正方向二.粒子群优化（2）17可编辑ppt

PSO的特点 公式简单，待定系数少，可用来解实优化二.粒子群优化（3）18可编辑ppt

PSO的基本公式二.粒子群优化（4）过去的方向个体最优方向，第d个分量群体最优方向19可编辑ppt

其中：二.粒子群优化（5）20可编辑ppt

PSO的计算步骤初始化粒子群，给予随机的位置和速度评估每个粒子的适应值 （目标函数值）对每个粒子，更新历史最优位置对群体更新历史最好解二.粒子群优化（6）21可编辑ppt

对所有粒子计算若达到最大迭代数停止，否则转② 以上就是PSO最早最初始的经典算法，以后有多种改进。二.粒子群优化（7）22可编辑ppt

文化算法（CultureAlgorithm）文化算法的基本思想： 借鉴不同文化的相互排斥的特性，用到进化算法中。三.其它新方法（1）23可编辑ppt

掠夺搜索策略（PSS）掠夺搜索策略的基本思想： 模仿猛兽的捕食策略（广域与邻域有效结合起来）。三.其它新方法（2）24可编辑ppt

人工生命算法人工生命算法的基本思想： 模仿生态环境中多种种群的相互作用。三.其它新方法（3）25可编辑ppt

ALA食物链：（来自生物学的解释）生产者所固有的能量和物质，通过一系列取食和被食的关系在生态系统中传递，各种生物按其食物关系排列的链状顺序称为食物链（foodchain)。简单的生物链（下图所示）26可编辑ppt

食物链模式的人工生命算法思想定义食物链:Resource：Artificialorganism说明：1、定义了四种资源：ResourceB,W,R和G；2、定义四种生物：Blue,white，Red和Green；3、定义它们之间的取食关系：White生物吃蓝色资源，白色废物；White白色废物，成为红色生物的资源。其他，依次类推。Resource(B)Resource(G)Resource(R)Res