蚁群算法ACO

零、参考文章

蚁群算法
【周末硬刚-蚁群算法-挑战旅行商问题(TSP)】

一、蚁群算法

蚁群算法(Ant Colony Optimization, ACO)，是一种在图中寻找优化路径的算法。其灵感来源于蚂蚁寻找食物时，会在路径上释放信息素，并能感知其它蚂蚁的信息素。路径上信息素浓度越高，蚂蚁会以较大的概率选择该路径，并释放信息素，使该路径上的信息素浓度继续增高，进而使得蚂蚁能够找到一条优化的路径找到食物。

二、旅行商问题(Travelling Salesman Problem, TSP)

寻找一种旅行方案，从某个城市出发，经过每个城市依次，且只经过一次，最终回到出发的城市，需要旅行的总路程最短。

三、算法流程图

1. 随机构建n个城市节点。
2. 构建m个蚂蚁节点，蚂蚁节点随机分布在各个城市作为出发点。
3. 每只蚂蚁维护一个已访问城市列表，以及未访问过的城市节点列表。
4. 每只蚂蚁根据信息素公式 (信息素因子，启发函数因子，信息素挥发因子等参数) 计算可前往的城市概率。
5. 根据轮盘赌算法，选择前往城市。
6. 在前往该城市的路径上，释放信息素。
7. 当m只蚂蚁均回到各自的出发点，表明完成一轮访问，计算m只蚂蚁的路径长度。
8. 选择m只蚂蚁中的最小访问路径，作为当前轮的最小路径。
9. 更新信息素浓度表。
10. 从步骤2开始重复，经过数轮的迭代，最终找到一条比较优化的路径。

代码

链接：https://pan.baidu.com/s/1Gt94eYO9Gnj92i5HUhhD1w
提取码：lc0e