智能算法---蚁群算法1蚁群算法及其基本思想蚁群算法是智能优化算法，通过蚁群优化求解复杂问题，而ACO在离散优化问题方面比较优秀。 基本思想(以旅行者问题为例)设置多只蚂蚁，分头并行搜索。 蚂蚁完成一次旅行后，在前进的途中释放出信息素，信息素量与解的质量成比例。 蚂蚁路径的选择基于信息素的强度(等于初始信息素量)，同时考虑两点之间的距离，采用随机局部搜索策略。 因此，距离短的边，其上的信息素量变多，后面的蚂蚁选择该边的概率也变高。 每只蚂蚁的合法途径(每个城市1次且仅通过1次)，为此设立禁忌表进行控制。 所有蚂蚁搜索完毕一次就迭代，每次迭代都会对所有边进行信息素更新，原有蚂蚁死亡，新蚂蚁进行新搜索。 更新信息素包括原始信息素的蒸发和路径上信息素的增加。 如果达到预定的迭代步数，或者出现停滞现象(如果所有蚂蚁选择相同的路径，解不再变化)，则算法结束，用以当前最优解为问题的最优解2表示方式2.1参数表示
2.2计算公式
3 ACO算法步骤
4用ACO算法解决旅行者问题4.1提出问题
4.2参数设定
4.3计算结果首先求出每个节点对应的参数，可以得到以下5个结果
得出的结论表明，蚂蚁再次从五个点出发时，行走的路径如下五个表所示
结论：停机现象发生时，已得到最优解，算法结束，最优解为：AEDCBA，目标函数值为9
5 ACO的优缺点ACO的优点较强的鲁棒性——稍加修改即可应用于其他问题； 分布式计算——容易与其他本质上具有并行性的启发式算法相结合。 PSO的缺点一般容易出现需要较长检索时间的停滞现象； 只适用于离散问题
转载于3:https://www.cnblogs.com/Tao-温柔荔枝/p/6094483.html