集群智能-蚁群优化算法

群体智能
 1.集群智能
    众多无智能的个体，通过相互之间的简单合作所表现出来的智能行为
2.博弈
   具备一定智能的理性个体，按照某种机制行动，在群体层面体现出的智能
3.众包
   设计合适的机制，激励个体参与，从而实现单个个体不具备的社会智能

集群智能是分布式、 自组织的（自然/人造）系统表现出的一种群体智能
 

集群智能系统一般由一群简单的智能体构成，智能体按照简单的规则彼此进行局部交互，智能体也可以环境交互，灵感通常来自生物系统
 

集群智能
 特点
 分布式：无中心控制
 随机性：非确定性
 自适应：个体根据环境进行策略调整
 正反馈：好的尝试会对个体产生正反馈
 自发涌现：会在群体层面涌现出一种智能

 

代表性方法
 蚁群优化算法
 粒子群优化算法
 

蚁群优化算法

     旅行商问题的蚁群优化求解

⑴初始化 随机放置蚂蚁
⑵迭代过程
iter =1
while iter =< ItCount do (执行迭代)
for i = 1 to m do (对m只蚂蚁循环)
for j = 1 to n - 1 do (对n个城市循环)
根据式(1)，采用轮盘赌方法在窗口外选择下一个城市j;
将j置入禁忌表,蚂蚁转移到j;
end for
end for
计算每只蚂蚁经过的路径长度;
根据式(2)更新所有蚂蚁路径上的信息量;
iter = iter + 1;
end while
⑶输出结果,结束算法

蚁群大小
 一般情况下，蚁群中的蚂蚁个数不超过TSP图中节点的
个数
 终止条件
 设定迭代轮数
 设定最优解连续保持不变的迭代轮数

 

思想
 局部随机搜索+正反馈（自增强）
 个体通过释放信息素改变环境，个体能够感知环境
的实时变化，个体间通过环境实现间接通信
 
 缺点

 收敛速度慢

 对于解空间为连续的优化问题不适用