仿生算法-李相鹏、潘潇俊、熊时鹏

神经网络算法
谢谢！
航迹规划问题
航迹规划是指在特定的约束条件下，寻找运动体 从初始点到目标点满足某种性能指标最优的运动 轨迹。在空防技术日益先进、防空体系日益完善 的现代战争中，航迹规划是提高飞行器作战效能、 实施远程精确打击的有效手段。因此对航迹规划 方法的研究将有重要的现实意义。田伟等人提出 了一种改进蚁群算法用于无人作战飞机的航路寻 优过程，提高了无人作战飞机的航路寻优能力。 孟祥恒等人将蚁群算法用于多无人机航迹规划。 曹晋等人提出了一种基于蚁群算法的最小代价航 迹规划方法，解决了航迹维数解算问题，为飞行 器提供最优航迹规划路径。
仿生算法
生科101 李相鹏 10102651 潘潇俊 10102647 熊时鹏 10102646
仿生算法
仿生算法是模拟生物或生 物种群的结构特点、进化 规律、行为模式和思维方 法等形成的计算技术和方 法，具有高组织、自适应 和自我学习能力以及良好 的全局收敛性、并行性和 鲁棒性等特点。
蚁群算法开始设置参 Nhomakorabea，初始化 评价蚁群
满足终止条件？
信息素更新 概率选择移动方向
n=n+1
输出最短路径 结束
范围
环境
觅食规则
规则 移动规则
避障规则
撒播信息素规则
最优路径的寻求
移动规则
信息素
创新
简单行为规则的特点
1、多样性
保证了蚂蚁在觅食的时候不致走进死胡 同而无限循环
2、正反馈
保证了相对优良的信息能被保存下来
遗传算法
遗传算法是从代表问题可能潜在的解集的一个种群开始的， 而一个种群则由经过基因编码的一定数目的个体组成。每个 个体实际上是染色体带有特征的实体。染色体作为遗传物质 的主要载体，即多个基因的集合，其内部表现（即基因型） 是某种基因组合，它决定了个体的形状的外部表现。因此， 在一开始需要实现从表现型到基因型的映射即编码工作。由 于仿照基因编码的工作很复杂，我们往往进行简化，如二进 制编码，初代种群产生之后，按照适者生存和优胜劣汰的原 理，逐代演化产生出越来越好的近似解，在每一代，根据问 题域中个体的适应度（大小选择个体，并借助于自然遗传学 的遗传算子进行组合交叉和变异，产生出代表新的解集的种 群。这个过程将导致种群像自然进化一样的后生代种群比前 代更加适应于环境，末代种群中的最优个体经过解码，可以 作为问题近似最优解。
网络路由问题
将蚁群算法应用于解决受限路由问题，目前可 以解决包括带宽、延时、丢包率和最小花费等 约束条件在内的QoS组播路由问题，比现有的 链路状态路由算法有明显的优越性。
与现有最短路径相比，该算法有效降低了光路 阻塞率，促进波长资源的合理分配，也降低了 大型网络的通信开销。
电力系统领域
电力系统的许多优化问题本质上是属于组合 优化问题。Gomez等人将蚁群算法应用于配 电网络的规划。王林川等人将一种改进蚁群 算法应用于配电网故障的定位。王海燕等人 将蚁群算法应用于电力系统暂态稳定评估特 征选择，减少了特征维数，提高了分类正确 率。电力系统的这些组合优化问题的有效解 决将为电力企业节省大量的资金，因此在电 力系统的应用具有很大的实际价值。