蚁群算法理论介绍

蚁群算法是啥呢，是启发式算法的一种。目前很多启发式算法都与仿生学有关，所以很明显，蚁群算法也是这个类别。这个蚁群算法的灵感呢就是蚂蚁在寻找食物过程中发现路径的行为。

接下来就正式开始学习蚁群算法！

 

一、发现背景

这个算法在国外大兄弟研究图论中的路径问题时候弄出来的。他们发现在蚂蚁觅食的过程中，一个蚂蚁很容易走丢，但是一群蚂蚁却能很快地找到食物，难道这就是我们所说的人多力量大？？其实并不是，是因为蚂蚁的寻找食物的过程中可以留下信息素，这种化学物质可以让蚂蚁找到一个最优路径，这就是我们平时所说的蚁群算法。

 

二、算法基本思想

用蚂蚁的行走路径表示待优化问题的可行解，整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素量较多，随着时间的推进，较短的路径上累积的信息素浓度逐渐增高，选择该路径的蚂蚁个数也愈来愈多。最终，整个蚂蚁会在正反馈的作用下集中到最佳的路径上，此时对应的便是待优化问题的最优解。

 

三、实现

蚂蚁找到最短路径要归功于信息素和环境，假设有两条路可从蚁窝通向食物，开始时两条路上的蚂蚁数量差不多：当蚂蚁到达终点之后会立即返回，距离短的路上的蚂蚁往返一次时间短，重复频率快，在单位时间里往返蚂蚁的数目就多，留下的信息素也多，会吸引更多蚂蚁过来，会留下更多信息素。而距离长的路正相反，因此越来越多的蚂蚁聚集到最短路径上来。

蚂蚁具有的智能行为得益于其简单行为规则，该规则让其具有多样性和正反馈。在觅食时，多样性使蚂蚁不会走进死胡同而无限循环，是一种创新能力；正反馈使优良信息保存下来，是一种学习强化能力。两者的巧妙结合使智能行为涌现，如果多样性过剩，系统过于活跃，会导致过多的随机运动，陷入混沌状态；如果多样性不够，正反馈过强，会导致僵化，当环境变化时蚁群不能相应调整。

 

四、算法规则

(1)感知范围

蚂蚁观察到的范围是一个方格世界，相关参数为速度半径，一般为3，可观察和移动的范围为3x3方格。

(2)环境信息

蚂蚁所在环境中有障碍物、其他蚂蚁、信息素，其中信息素包括食物信息素(找到食物的蚂蚁留下的)、窝信息素(找到窝的蚂蚁留下的)，信息素以一定速率消失。

(3)觅食规则

蚂蚁在感知范围内寻找食物，如果感知到就会过去；否则朝信息素多的地方走，每只蚂蚁会以小概率犯错误，并非都往信息素最多的方向移动。蚂蚁找窝的规则类似，仅对窝信息素有反应。

(4)移动规则

蚂蚁朝信息素最多的方向移动，当周围没有信息素指引时，会按照原来运动方向惯性移动。而且会记住最近走过的点，防止原地转圈。

(5)避障规则

当蚂蚁待移动方向有障碍物时，将随机选择其他方向；当有信息素指引时，将按照觅食规则移动。

(6)散发信息素规则

在刚找到食物或者窝时，蚂蚁散发的信息素最多；当随着走远时，散发的信息素将逐渐减少。

 

五、具体算法实现

后期传一份

 

六、应用

该算法应用于其他组合优化问题，如旅行商问题（即TSP问题）、指派问题、Job—shop调度问题、车辆路由问题、图着色问题和网络路由问题等。