蚁群优化算法.pptVIP

网格计算

第7章蚁群优化算法

网格计算

第7章蚁群优化算法

蚂蚁的生活习性蚁群优化的起源蚁群优化(antcolonyoptimization,ACO)，又名蚁群算法。1991年意大利学者M.Dorigo在其博士学位论文中首先提出。通过模拟自然界中蚂蚁集体寻径的行为而提出的一种基于种群的启发式仿生进化算法。一种典型的群体智能模式。充分利用蚁群能通过个体间简单的信息传递来进行寻优。通过正反馈、分布式协作进行路径寻优。蚁群优化的特征蚁群优化的正反馈机制正反馈原理：蚂蚁释放信息素(pheromone)。旅行商问题（travelingsalesmanproblem,TSP）。一名商人要遍历多个城市，各个城市之间可达且距离已知，如何找到在访问每个城市一次后再回到起点的最短路径。0201旅行商问题（TSP）TSP问题举例TSP问题的解BCDEFGHIJABCDEFGHIJA路径1路径2蚁群优化描述蚂蚁k由位置i移动j到的概率：信息素强度：启发程度蚁群优化描述广州南宁长沙福州:信息素强度:启发因子蚁群优化描述信息素残留系数，(0,1)信息素增量启发程度与距离成反比概率分配的实现方法一等奖二等奖三等奖轮盘赌00.150.4510.150.300.55概率1概率2概率3概率积累概率蚁群优化的流程带精英策略的蚂蚁系统精英蚂蚁当前最优解1带精英策略的蚂蚁系统（AntSystemwithelitiststrategy）是最早的改进蚂蚁系统。2精英策略的思想是保留住一代中的最适应个体。3蚂蚁系统中的精英策略：4每次循环之后给予最优解以额外的信息素量。5这样的解被称为全局最优解（global-bestsolution）。6找出这个解的蚂蚁被称为精英蚂蚁(elitistants)。带精英策略的蚂蚁系统带精英策略的蚂蚁系统其中信息素根据下式进行更新01表示精英蚂蚁引起的路径(i,j)上的信息素量的增加。03是所找出的最优解的路径长度。02是精英蚂蚁的个数。带精英策略的蚂蚁系统可以使蚂蚁系统找出更优的解。1找到这些解的时间更短。2精英蚂蚁过多会导致搜索早熟收敛。3带精英策略的蚂蚁系统的特征比较两组概率第一组概率：0.020.100.020.700.030.030.080.02ABCDEFGH第二组概率：0.150.130.100.120.100.150.110.14ABCDEFGH较优的解，取不到怎么办？蚁群系统(AntColonySystem,ACS)是由Dorigo和Gambardella在1996年提出的。蚁群系统做了三个方面的改进：状态转移规则为更好更合理地利用新路径和利用关于问题的先验知识提供了方法。全局更新规则只应用于最优的蚂蚁路径上。在建立问题解决方案的过程中，应用局部信息素更新规则。蚁群系统一只位于节点r的蚂蚁通过应用下式给出的规则选择下一个将要移动到的城市s其中，S根据下列公式得到0102蚁群系统状态转移规则网格计算

第7章蚁群优化算法

网格计算

第7章蚁群优化算法

*