蚁群优化算法

一、蚁群算法的背景信息
蚁群优化算法(ACO)是一种模拟蚂蚁觅食行为的模拟优化算法，它是由意大利学者Dorigo M等人于1991年首先提出，之后，又系统研究了蚁群算法的基本原理和数学模型，并结合TSP优化问题与遗传算法、禁忌搜索算法、模拟退火算法、爬山法等进行了仿真实验比较，为蚁群算法的发展奠定了基础，并引起了全世界学者的关注与研究
蚁群算法是一种基于种群的启发式仿生进化系统。

蚁群算法最早成功应用于解决著名的旅行商问题(TSP)，该算法采用了分布式正反馈并行计算机制，易于与其他方法结合，而且具有较强的鲁棒性。

二、蚁群算法的原理[1]
蚁群算法是对自然界蚂蚁的寻径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称之为外激素(pheromo ne)的物质进行信息传递，而且蚂蚁在运动过程中能够感知这种物质，并以此指导自己的运动方向，因此由大量蚂蚁组成的蚁群集体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。

基本的ACO模型由下面三个公式描述:
a g
(2-1；
m
号("1)二05®)+》蚯(2-2；
(如果第k个蚂蚁经过了由i到j的路轻)
〈2-3)
btagJBJ.CDdTYykrLaoiO 式(2-1)、式(2-2)和式(2-3)中：m为蚂蚁个数；n为迭代次数；i为蚂蚁所在位置；j为蚂蚁可以到达的置；为蚂蚁可以到达位置的集合；为启发性信息
(3-8>
(3-9>
Dlog. iirykii_2O1CJ
式（3-9）中根据进行信息素更
新的蚂蚁的类别可以是已知的最优解的路径长度或者是本次循环中的最优解的路径长度。

（2）信息素浓度的限制。

为了防止某条路径上的信息素出现大或者过小的极端情况，设定信息素浓度区间为。

通过这种方式使得在某条路径上的信息素浓度增大到超过区间上限或者减小到低于区间下限时，算法采用强制手段对其进行调整，以此提高算法的有效性。

（3）为了在开始吸引更多的蚂蚁进行搜索，信息素浓度初始化的值不再是
一个常数，而是设置为区间的上限，并且选定一个较小的挥发系数，以此来得到更多的搜索路径。

3.5排序蚁群系统（Rank-Based Ant System ASrank）
排序蚁群系统引入了遗传算法中排序的观念，其改进的基本原理是：每只蚂蚁释放的信息素挥发程度受到它们各自的等级的影响，按照各自等级的高低来决定挥发程度的高低。

当每只蚂蚁都生成一条路径以后，根据其各自的路径长度进行由短到长的排序，路径长度越短的代表等级越高，反之越低。

因此，在更新信息素时，并不是考虑所有的蚂蚁，只考虑比较优秀”的只蚂蚁（表示蚂蚁的排名）。

冷⑴=（1-川甘-1）"冷U-10> Ar. = ^ （*>-小蔦+ 皿（3-11）
'如果排名第炮豹蚂报路轻中包含U J）
斟佔/厶（3「1“
b 否则
式（3-11）中，按照式（3-7）的方式计算；式（3-12）中，表示排名在第位的蚂蚁环游的长度。

000.1*3.00^^_3010
4.2存在的问题[8]
蚁群算法的研究成果令人瞩目，但作为一种较新的理论，它依然存在一些问题。

(1) 对于大规模组合优化问题，算法的计算时间而且复杂。

由于蚁群算法的
时间复杂度是，因此在处理较大规模的组合优化问题时，运算量较大，时间较长。

(2) 算法容易在某个或某些局部最优解的邻域附近发生停滞现象，造成早熟收敛，即搜索进行到一定程度后，所有蚂蚁发现的解完全一致，不能继续对解空间进一步搜索，不利于发现全局最优解。

(3) 不能较好的解决连续域问题。

(4) 由于蚁群算法中蚂蚁个体的运动过程的随机性，当群体规模设置较大时，很难在较短时间内从杂乱无章的路径中找出一条较好的路径。

(5) 信息素更新策略，路径搜索策略和最优解保留策略都带有经验性，没有
经过严格的理论论证。

因此基本蚁群算法的求解效率不高、收敛性较差、求解结
果具有较大的分散性。

4.3发展趋势
随着蚁群算法在工程实践中应用的深入和系统复杂性的增加，需要处理的数
据量也越来越大，这些问题的影响日益突出，使得单纯一到两种智能方法往往不能很好的解决问题。

由于蚁群算法易与其他进化算法或者局部搜索算法结合。

所以如何根据实际情况融合多种智能方法必将成为今后蚁群算法新的研究热点。

目前，蚁群算法的研究大多集中在算法、模型的更新，以及软件的开发上，所处理的数据也都是静态的。

硬件的运行速度要高于软件，如何利用硬件的优势，利用DSP, FPGA和PLC等硬件实现蚁群算法，并使它能够应用于实时系统将是以后研究的一个方向。

参考文献
[1] 吴庆洪，张颖，马宗民.蚁群算法综述[A].2011.
[2] 张怀锋，宋顺林.基于遗传学的改进蚁群算法研究[M].2O11.
[3] 曾云.基于改进蚁群算法的物流配送路径优化研究[D].北京:北京物资学。