探索半动态候选列表赋能蚁群算法的优化与创新.docx

探索半动态候选列表赋能蚁群算法的优化与创新

一、引言

1.1研究背景与意义

蚁群算法（AntColonyOptimization，ACO）自20世纪90年代由意大利学者MarcoDorigo等人提出以来，在学术界和工业界都引起了广泛关注。该算法模拟自然界蚂蚁觅食行为，通过蚂蚁个体之间的信息素交流和协作，实现对复杂优化问题的求解。其核心思想源于蚂蚁在寻找食物过程中，会在路径上释放信息素，后续蚂蚁根据信息素浓度选择路径，信息素浓度越高的路径被选择的概率越大，经过不断迭代，蚁群最终能够找到从巢穴到食物源的最短路径或近似最优路径。

在过去几十年里，蚁群算法凭借其分布式计算、易于与