智能算法---蚁群算法

时间：2016-11-23 20:07:59 阅读：182 评论：0 收藏：0 [点我收藏+]

标签：参数 png .com style 优缺点 div 算法目标 enter

智能算法---蚁群算法

1 蚁群算法及其基本思想

蚁群算法是一种智能优化算法，通过蚁群优化求解复杂问题，ACO在离散优化问题方面有比较好的优越性。

基本思想（以旅行商问题为例）

设置多只蚂蚁，分头并行搜索。

每只蚂蚁完成一次周游后，在行进的路上释放信息素，信息素量与解的质量成正比。

蚂蚁路径的选择根据信息素强度大小（初始信息素量设为相等），同时考虑两点之间的距离，采用随机的局部搜索策略。这使得距离较短的边，其上的信息素量较大，后来的蚂蚁选择该边的概率也较大。

每只蚂蚁只能走合法路线（经过每个城市1次且仅1次），为此设置禁忌表来控制。

所有蚂蚁都搜索完一次就是迭代一次，每迭代一次就对所有的边做一次信息素更新，原来的蚂蚁死掉，新的蚂蚁进行新一轮搜索。

更新信息素包括原有信息素的蒸发和经过的路径上信息素的增加。

达到预定的迭代步数，或出现停滞现象（所有蚂蚁都选择同样的路径，解不再变化），则算法结束，以当前最优解作为问题的最优解

2 表示方式

2.1 参数表示

技术分享

2.2 计算公式

技术分享

3 ACO算法步骤

4 ACO算法解决旅行商问题

4.1 问题提出

4.2 参数设置

技术分享

4.3 计算结果

首先对每个节点求对应的参数

有如下图5个结果

技术分享

根据得到的结论，再次有蚂蚁从五个点出发时，走过的路径如下面五个表所示

技术分享

结论：当出现停止现象的时候，说明已经得到最优解，算法结束，最优解为:AEDCBA，目标函数值为9

5 ACO的优缺点

ACO的优点

较强的鲁棒性——稍加修改即可应用于其他问题；

分布式计算——本质上具有并行性；

易于与其他启发式算法结合。

PSO的缺点

一般需要较长的搜索时间；

容易出现停滞现象；

只适用于离散问题

智能算法---蚁群算法

标签：参数 png .com style 优缺点 div 算法目标 enter

原文地址：http://www.cnblogs.com/tao-alex/p/6094483.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行