蚁群算法
是一种智能优化算法，在TSP（旅行商）问题上得到广泛使用。该算法来源于蚂蚁觅食行为。由于蚂蚁没有视力，所以在寻找食物源时，会在其经过的路径上释放一种信息素，并能够感知其它蚂蚁释放的信息素。信息素浓度的大小能够反映路径的远近，信息素浓度越高，表示对应的路径距离越短。通常，蚂蚁会以较大的概率优先选择信息素浓度高的路径，并且释放一定的信息素，使该条路径上的信息素浓度增高，进而使蚂蚁能够找到一条由巢穴到食物源最近的路径。但是，随着时间的推移，路径上的信息素浓度会逐渐衰减。
蚁群算法的应用场景
蚁群算法广泛应用于数据分析、机器人协作求解、电力、通信、水利、交通、建筑等领域。该算法最初是用来解决TSP问题，但是经过多年发展，已经逐渐渗透到其他领域中，例如车辆调度问题、图着色问题等，其中，最成功的是在组合优化问题中的应用。
蚁群算法是对自然界蚂蚁的探路方式进行模似而得出的一种仿生算法：蚂蚁在运动过程中，能够在它所经过的路径上留下一种叫做信息素的物质进行信息传递，蚂蚁在运动过程中能够感知这种物质，并以此指导自己运动方向。
大量蚂蚁组成的集群行为便表现出一种信息正反馈现象：某一路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大。
蚁群算法的具体过程见下图（吐血整理，已动手实现，具体代码逻辑及演示应用案例见下方视频）
代码逻辑讲解及演示应用案例见下方视频
蚁群算法在GIS中的应用
1936
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
