蚁群算法

蚁群算法

算法简介：
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。
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。
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。
算法实例：
旅行商问题(TSP)优化

对于每只蚂蚁k ，路径记忆向量 Rk按照访问顺序记录了所有k已经经过的城市序号。设蚂蚁k当前所在城市为i， 则其选择城市j作为下一个访问对象的概率为：

信息素更新

这里m是蚂蚁个数, ρ是信息素的蒸发率，规定0≤ ρ≤1， 在AS中通常设置为 ρ =0.5，Δτij是第k只蚂蚁在它经过的 边上释放的信息素量，它等于蚂蚁k本轮构建路径长度的 倒数。Ck表示路径长度，它是Rk中所有边的长度和。