蚂蚁算法总结.docVIP

蚂蚁算法总结 摘要：蚂蚁算法是一种新的随机优化算法，它利用人工蚂蚁在其途经路上释放信息素寻优，体现了正反馈、分布式、多agent协同性和并行性等特点。目前，蚂蚁算法已从著名的旅行商问题和二次分配问题渗透到其它问题领域工件排序、车辆调度、大规模集成电路设计和通讯网络中的负载平衡等中。本文详细地介绍了蚂蚁算法的原理和特点，通过具体例子说明了蚂蚁算法的求解步骤，并且讨论了蚂蚁算法目前存在的问题。 关键词：蚂蚁算法；信息素；食物；窝巢 蚂蚁算法是一种源于大自然中生物世界的新的仿生类算法。作为通用型随机优化方法，它吸取了昆虫王国中蚂蚁的行为特征．通过其内在的有哪些信誉好的足球投注网站机制，在一系列困难的组合优化问题求解中取得成效。由于在模拟仿真中使用的是人工蚂蚁的概念，因此，有时蚂蚁算法也被称为蚂蚁系统。根据昆虫学家的观察和研究发现，生物世界中的蚂蚁有能力在没有任何可见提示下找出从其窝巢到食物源的最短途径．并能随环境的变化而变化，适应性地有哪些信誉好的足球投注网站新的路径，最后产生新的选择。作为昆虫的蚂蚁在寻找食物源时，能在它走过的路径上释放一种蚂蚁特有的分泌物——信息素，这些信息素能够让一定范围内的其它蚂蚁觉察到，并由此影响它们以后的行为。当某一路径上的蚂蚁越来越多时，它们留下的信息素也会越来越多，这会导致信息索强度变大，后来蚂蚁选择该路径的概率也会变高，从而更增加了该路径的信息素强度。这种选择过程被称之为蚂蚁的自催化行为。由于其原理是一种正反馈机制，因此，可以将蚂蚁王国理解成所谓的增强型学习系统。 一、蚂蚁算法的原理 昆虫学家们在研究蚂蚁这样的视盲动物是如何沿最佳路线从窝巢到达食物源的过程中发现，蚂蚁与蚂蚁之间最重要的通讯媒介就是它们在移动过程中释放的特有的分泌物——信息素。当一个孤立的蚂蚁随机移动时，它能检测到其它同伴释放的信息素．并沿着该路线前进，同时又释放自身的信息素，从而增强了该路线上的信息素数量。随着越来越多的蚂蚁通过该路线，一条最佳的路径就会逐渐形成。 1，生物界中的蚂蚁行为的显著特征。 (1)能够觉察到前方小范围区域内的状况，并判断出是否有食物或其它同类的信息素轨迹；(2)能够释放出两种类型的信息素：“食物”信息素和“窝巢”信息素；(3)仅当携带食物或是将食物带回到窝巢时才会释放信息素；(4)所释放的信息素数量会随着其不断移动而逐渐减少。 2，蚂蚁运动遵守的简单规则。 (1)按随机方向离开窝巢，仅受其窝巢周围的信息素影响；(2)按随机方式移动，仅受其周围“食物”信息素的影响；当觉察到“食物”信息素轨迹时，将沿强度最大的轨迹移动；(3)一旦找到食物，将取走部分食物，并开始释放“食物”信息素；(4)移动过程中，将受到“窝巢”信息索的影响；(5)一旦回到窝巢，将放下食物，并开始释放“窝巢”信息素。 自然界中的蚂蚁没有视觉，既不知道向何处寻找和获得食物，也不知道发现食物后如何返回自己的窝巢，它们仅仅能够依赖同类散发在周围环境中的信息素的轨迹，来决定自己何去何从。有趣的是，尽管没有任何先验的知识但蚂蚁还是有能力找到从其窝巢到食物源的最佳途径。甚至在该路线上被放置障碍物以后，它们也能很快重新找到新的最佳路线。 假定障碍物的周围有两条路可从蚂蚁的窝巢到达食物源：Nest—ABD—Food和Nest—ACD—Food，分别具有长度4和6，蚂蚁在单位时间内可移动一个单位长度的距离开始时所有道路上都未留有任何信息素。在t=0时刻，20只蚂蚁从窝巢出发移动到A，它们以相同的概率选择左右侧道路因此，平均有10只蚂蚁走左侧，1O只蚂蚁走右侧。 在t=4时刻．第一组到达食物源的蚂蚁将返回。在t=5时刻，两组蚂蚁将在D点相遇。此时BD上的信息素数量与CD上的相同，因此，返回的蚂蚁中有5只选择BD，而另外5只选择CD。 在t=8时刻，前5只蚂蚁返回窝巢，而AC、CD和BD上各有5只蚂蚁。 在t=9时刻，前5只蚂蚁又回到A，并且再次面对往左或往右的选择。此时，AB上的轨迹数是2O，而AC上的轨迹数是15，因此，将有较多的蚂蚁选择往左，从而增加了该路线的信息数。随着该过程的继续，两条道路上信息素数量的差距越来越大，直至绝大多数蚂蚁选择了最短路线。 特别地．当蚂蚁窝巢和食物源之间出现障碍物时．蚂蚁不仅可以绕过障碍物，而且通过蚁群信息素轨迹在不同路径上的变化，经过一段时间的正反馈，最终收敛到最短路径上。 二、蚂蚁算法的特点 蚂蚁算法是一种智能优化仿生算法，它的显著特点是：(1)其原理是一种正反馈机制或增强型学习系统，它通过信息素的不断更新，达到最终收敛于最优路径上；(2)它是一种通用型随机优化方法．但人工蚂蚁绝不是对实际蚂蚁的简单模拟，它融入了人类的智能；(3)它是一种分布式的优化方法，不仅适合目前的串行计算机，而且适合未来的并行计算机；(4)它是一种全局优化的方法．不仅可用于求解单目标优化问题，而且