http://blog.csdn.net/ackarlix/category/332072.aspxzh-CNMon, 03 Sep 2007 06:44:46 GMT60Ackarlixhttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767920.aspxSat, 01 Sep 2007 06:36:00 GMThttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767920.aspxhttp://blog.csdn.net/ackarlix/comments/1767920.aspxhttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767920.aspx#Feedback1http://blog.csdn.net/ackarlix/comments/commentRss/1767920.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1767920作者：Ackarlix 这种算法有别于传统编程模式，其优势在于，避免了冗长的编程和筹划，程序本身是基于一定规则的随机运行来寻找最佳配置。也就是说，当程序最开始找到目标的时候，路径几乎不可能是最优的，甚至可能是包含了无数错误的选择而极度冗长的。但是，程序可以通过蚂蚁寻找食物的时候的信息素原理，不断地去修正原来的路线，使整个路线越来越短，也就是说，程序执行的时间越长，所获得的路径就越可能接近最优路径。这看起来很类似与我们所见的由无数例子进行归纳概括形成最佳路径的过程。实际上好似是程序的一个自我学习的过程。 这种优化过程的本质在于： 　　选择机制：信息素越多的路径，被选择的概率越大。 　　更新机制：路径上面的信息素会随蚂蚁的经过而增长，而且同时也随时间的推移逐渐挥发消失。 　　协调机制：蚂蚁间实际上是通过分泌物来互相通信、协同工作的。 　　蚁群算法正是充分利用了选择、更新和协调的优化机制，即通过个体之间的信息交流与相互协作最终找到最优解，使它具有很强的发现较优解的能力。 基于以上机制编写的程序的核心代码可能不过上百行，却完成了类似于学习的过程。原因就是所<img src ="http://blog.csdn.net/ackarlix/aggbug/1767920.aspx" width = "1" height = "1" />Ackarlixhttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767919.aspxSat, 01 Sep 2007 06:34:00 GMThttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767919.aspxhttp://blog.csdn.net/ackarlix/comments/1767919.aspxhttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767919.aspx#Feedback0http://blog.csdn.net/ackarlix/comments/commentRss/1767919.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1767919作者：Ackarlix 程序开始运行，蚂蚁们开始从窝里出动了，寻找食物；他们会顺着屏幕爬满整个画面，直到找到食物再返回窝。 其中，‘F’点表示食物，‘H’表示窝，白色块表示障碍物，‘+’就是蚂蚁了。 预期的结果： 各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。当一只找到食物以后，它会向环境释放一种信息素，吸引其他的蚂蚁过来，这样越来越多的蚂蚁会找到食物！有些蚂蚁并没有象其它蚂蚁一样总重复同样的路，他们会另辟蹊径，如果令开辟的道路比原来的其他道路更短，那么，渐渐，更多的蚂蚁被吸引到这条较短的路上来。最后，经过一段时间运行，可能会出现一条最短的路径被大多数蚂蚁重复着。 原理： 为什么小小的蚂蚁能够找到食物？他们具有智能么？设想，如果我们要为蚂蚁设计一个人工智能的程序，那么这个程序要多么复杂呢？首先，你要让蚂蚁能够避开障碍物，就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物，其次，要让蚂蚁找到食物，就需要让他们遍历空间上的所有点；再次，如果要让蚂蚁找到最短的路径，那么需要计算所有可能的路径并且比较它们的大小，而且更重要的是，你<img src ="http://blog.csdn.net/ackarlix/aggbug/1767919.aspx" width = "1" height = "1" />Ackarlixhttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767918.aspxSat, 01 Sep 2007 06:33:00 GMThttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767918.aspxhttp://blog.csdn.net/ackarlix/comments/1767918.aspxhttp://blog.csdn.net/ackarlix/archive/2007/09/01/1767918.aspx#Feedback0http://blog.csdn.net/ackarlix/comments/commentRss/1767918.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1767918整理：Ackarlix 近年来在人工智能界引出的新的研究小热点----蚂蚁算法，以及我们对蚂蚁算法的一些研究成果。我们从完全不同的观点来研究蚂蚁等昆虫群体智能的现象，即从进化的过程来对待昆虫的群体智能的现象。提出一个用一种特殊的人工神经网络来描述“群体智能”的数学模型，最后用计算机对筑巢过程进行模拟。 1．引：蚂蚁是大家司空见惯的一种昆虫，而他们的群体合作的精神令人钦佩。他们的寻食、御敌、筑巢（蚂蚁的筑窝，蜜蜂建巢）之精巧令人惊叹。若我们是能从他们身上学习到一些什么的话，也将是一件非常有益之事 关于蜜蜂觅食，人们已经做过很彻底地了解，据说它们是用飞行的舞姿（兜圈圈）来传递信息，圈子的轴方向表示花蜜的方向，用飞行的圈数表示有花蜜地方的距离，别的蜜蜂得此信号，就纷拥向该方向飞去。 而蚂蚁觅食的方法，却另有一番世界，据研究当蚂蚁找到食物并将它搬回来时，就会在其经过的路径上留下一种“外激素”，其他蚂蚁嗅到这个激素的“味道”，就沿该路奋勇向前，觅食而去。不但如此而且还会沿着最短的路径奔向食物。 20世纪90年代初意大利学者Dorigo，Maniezzo提出的第一个“蚂蚁算法（ant<img src ="http://blog.csdn.net/ackarlix/aggbug/1767918.aspx" width = "1" height = "1" />