蚁群算法 订阅
蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 [1]  这种算法具有分布计算、信息正反馈和启发式搜索的特征,本质上是进化算法中的一种启发式全局优化算法。 [2] 展开全文
蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 [1]  这种算法具有分布计算、信息正反馈和启发式搜索的特征,本质上是进化算法中的一种启发式全局优化算法。 [2]
信息
外文名
ant colony optimization
提出时间
1992年
简    称
ACO
提出人
Marco Dorigo
中文名
蚁群算法
所属学科
计算机
蚁群算法背景
蚁群系统(Ant System或Ant Colony System)是由意大利学者Dorigo、Maniezzo等人于20世纪90年代首先提出来的。他们在研究蚂蚁觅食的过程中,发现单个蚂蚁的行为比较简单,但是蚁群整体却可以体现一些智能的行为。例如蚁群可以在不同的环境下,寻找最短到达食物源的路径。这是因为蚁群内的蚂蚁可以通过某种信息机制实现信息的传递。后又经进一步研究发现,蚂蚁会在其经过的路径上释放一种可以称之为“信息素”的物质,蚁群内的蚂蚁对“信息素”具有感知能力,它们会沿着“信息素”浓度较高路径行走,而每只路过的蚂蚁都会在路上留下“信息素”,这就形成一种类似正反馈的机制,这样经过一段时间后,整个蚁群就会沿着最短路径到达食物源了。 [3] 
收起全文
精华内容
下载资源
问答
  • 蚁群算法

    万次阅读 多人点赞 2018-12-26 11:00:56
    蚁群算法(AG)是一种模拟蚂蚁觅食行为的模拟优化算法,它是由意大利学者Dorigo M等人于1991年首先提出,并首先使用在解决TSP(旅行商问题)上。 之后,又系统研究了蚁群算法的基本原理和数学模型. 蚁群算法的基本思想...

    转载地址:https://blog.csdn.net/kwame211/article/details/80347593

     

    蚁群算法(AG)是一种模拟蚂蚁觅食行为的模拟优化算法,它是由意大利学者Dorigo M等人于1991年首先提出,并首先使用在解决TSP(旅行商问题)上。
    之后,又系统研究了蚁群算法的基本原理和数学模型.
    蚁群算法的基本思想:

    蚁群算法的基本原理:
    1、蚂蚁在路径上释放信息素。

    2、碰到还没走过的路口,就随机挑选一条路走。同时,释放与路径长度有关的信息素。

    3、信息素浓度与路径长度成反比。后来的蚂蚁再次碰到该路口时,就选择信息素浓度较高路径。

    4、最优路径上的信息素浓度越来越大。

    5、最终蚁群找到最优寻食路径。


    人工蚁群与真实蚁群对比:


    基于TSP问题的基本蚁群算法:


    TSP求解中,假设蚁群算法中的每只蚂蚁是具有以下特征的简单智能体:

    每次周游,每只蚂蚁在其经过的支路(i,j)上都留下信息素。

    ‚蚂蚁选择城市的概率与城市之间的距离和当前连接支路上所包含的信息素余量有关。

    ƒ为了强制蚂蚁进行合法的周游,直到一次周游完成后,才允许蚂蚁游走已访问过的城市(这可由禁忌表来控制)。


    基本蚁群的两个过程:

    (1)状态转移

    (2)信息素更新


    (1)状态转移


    为了避免残留信息素过多而淹没启发信息,在每只蚂蚁走完一步或者完成对所有n个城市的遍历(也即一个循环结束)后,要对残留信息进行更新处理。

    由此,t+n时刻在路径(i,j)上的信息量可按如下规则进行调整: 


    (2)信息素更新模型


    蚁周模型(Ant-Cycle模型)

    蚁量模型(Ant-Quantity模型)

    蚁密模型(Ant-Density模型)

    区别:

    1.蚁周模型利用的是全局信息,即蚂蚁完成一个循环后更新所有路径上的信息素;

    2.蚁量和蚁密模型利用的是局部信息,即蚂蚁完成一步后更新路径上的信息素。


    蚁群算法基本流程:


    蚁群算法中主要参数的选择:


    蚁群算法中主要参数的理想选择如下:

    国内外,对于离散域蚁群算法的改进研究成果很多,例如自适应蚁群算法、基于信息素扩散的蚁群算法等,这里仅介绍离散域优化问题的自适应蚁群算法。

    自适应蚁群算法:对蚁群算法的状态转移概率、信息素挥发因子、信息量等因素采用自适应调节策略为一种基本改进思路的蚁群算法。

    自适应蚁群算法中两个最经典的方法:蚁群系统(AntColony System, ACS)和最大-最小蚁群系统(MAX-MINAnt System, MMAS)。

    蚁群系统对基本蚁群算法改进:

    ①蚂蚁的状态转移规则不同;

    ②全局更新规则不同;

    ③新增了对各条路径信息量调整的局部更新规则

    展开全文
  • 蚁群算法功能介绍及软件算法实现,例题数据及代码运行。
  • matlab版蚁群算法路径规划程序,用G2D算法
  • 蚁群算法简单快速入门,有利于初学者快速了解蚁群算法的过程。
  • 蚁群算法完整代码,经过优化,适用于MATLAB2008以上版本,可以直接使用!
  • 分 数_ 任课教师签字_ 华北电力大学研究生结课作业 学 年 学 期20 10 学年第二学期 课 程 名 称人工智能与知识工程 学 生 姓 名张华壮 学 号2 10222 1007 题 目蚁群算法概述 提 交 时 间20 11/4/ 13 1 蚁群算法概述 ...
  • 蚁群算法求解TSP问题程序
  • 蚁群算法基于python实现的源代码程序
  • 优化算法 蚁群算法 MATLAB代码实例求解
  • 蚁群算法简单快速入门,有利于初学者快速了解蚁群算法的过程。
  • 蚁群算法原理介绍;蚁群算法起源;蚁群行为描述;蚁群行为描述;基本蚁群算法的机制原理;基本蚁群算法的系统学特征;蚁群算法是一个系统;蚁群算法满足分布式计算;蚁群算法具有自组织的特征;蚁群算法具有正反馈的特征;自...
  • 蚁群算法文档,matlab编程实现。。。。
  • 蚁群算法发展;蚂蚁的生物学特征;蚁群算法起源;蚁群算法的基本原理;蚁群算法的基本原理;简化蚂蚁的寻食过程;简化蚂蚁的寻食过程;简化蚂蚁的寻食过程;蚁群算法模型的建立;蚁群算法模型的建立;蚁群算法模型的建立;蚁群...
  • 蚁群算法蚁群算法

    2017-02-16 19:02:12
    蚁群算法蚁群算法
  • 蚁群算法文档,matlab编程实现。。。。
  • 蚁群算法求解VRPTW问题matlab代码
  • 实现蚁群算法的路径规划功能,利用matlab实现仿真
  • 蚁群算法的c++源程序,修改部分数值可以直接使用

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 13,828
精华内容 5,531
关键字:

蚁群算法