浅谈蚁群算法及应用
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
其 中 Ｐ为 信 息 素 的 挥 发 系 数 。当迭 代 次 数达 到事 先 定 义 好 的最大次数 或 ｍ 只蚂蚁都选择 了同一路径 时，终止整个程 序， 表 示 蚂 蚁 选 择 了最 短路 径 。
４蚁 群 算 法 的 改 进 及 应 用 ４．１旅 行 商 问题 旅 行 商 问 题 简 称 ＴＳＰ问题 ，是 最 基 本 的 线 路 问 题 ，它 解 决 如 何 找 到 一 条 从 一 个 城 市 出 发 经 过 若 干 个 城 市 后 又 返 回 原 城 市 的最 短 路 径 。基 于传 统 蚁 群 算 法 的 缺 点 ，目前 提 出 了最 大 最 小蚁群算法，动态蚁群算法 以及 与其 他仿 生算法融合 的算法 。 ４．２图 像 分 割 实践证 明蚁群算法 有利于处理 一些 复杂 、大 数据量 的任 务 ，而 图像 分 割 可 以 归 结 为 大 量 数 据 的聚 类 为 题 ，所 以将 蚁 群
２蚁 群 算 法 原 理 蚁群算法又称蚂蚁算法 ，是 由意大利科 学家 Ｍ．Ｄｏｒｉｇｏ等人 受 自然 界 蚂 蚁 觅 食 过 程 启 发 而 率 先 提 出 的 一 种 新 型 搜 索 优 化 算法 。蚁群算 法起 源于对 自然界真实蚂蚁 的觅食行为 的研 究， 在研 究中发现 蚂蚁之 间采 用化 学通信作 为基本 的信息 交流方 式 ， 自然 界 中 的 蚂 蚁 会 通 过 分 泌 一 种 化 学 刺 激 素 — — 信 息 素 （ｐｈｅｒｏｍｏｎｅ）来传递信 息，蚂蚁 在运动 的过程 中在 自己所经过 的 路径上 留下信 息素 ，通常蚂蚁 都倾 向于 向信息素浓度 高的方 向 移 动 。某 一 条 路 径 越 短 ，路 径 上 经 过 的蚂 蚁 越 多 ，其 信 息 素 遗 留 也就越 多 ，信息素 的浓度也就 越高 ，蚂蚁 选择这 条路径 的几率 也 就 越 高 从 而 形 成 一种 正 反 馈 机 制 。通 过 这 种 机 制 ，蚂 蚁 最 终 可 以发 现 最 短 路 径 。
３蚁 群 算 法 数 学 模 型 为 了 便 于 研 究 提 出如 下 假 设 ：蚁 群 之 间 通 过 信 息 素和 环 境 进 行 通 信 ；个 体 水 平 上 ，每 个 蚂 蚁 相 对 独 立 ；群 体 水 平 上 ，每 只 蚂蚁 的 行 为 是 随机 的 。 假 设蚂 蚁 在 ｔ时刻 选 择 路 径 的概 率 为 ：
５结 论 本文主要研究 了蚁群算法的机制及应用。虽然蚁群算法 的 应用 已经 涉及 的很 多领域 ，但是仍 存在许 多不足 ，今后在 应用 方面需要在 以下两个方面进行研究： （１）摆脱传统模型框架 ，开发新的蚁群算法模型。
（下 转 第 ４５页 ）
基金项 目：渭南师范学院大学生创新创业训练计划项 目（２０１４ＸＫ０９７）
毫
其 中 ，ｒ （￡）表 示 ｔ时刻 信 息 素 浓 度 ， 为 启 发 信 息 （反 映每 只蚂 蚁 运 动 路 径 受 路径 上信 息素 值 的影 响大 小 ）。
每只 蚂蚁在走 完一步后依 据 以下规 则对路 径上 的信息素 进 行 更 新 。
Ｔｉｊ（ｆ＋ 月）＝ （１一 ）‘ｆＬ，（ ）＋ Ａｒ，』（ｆ） ． ／／／ Ａｒ， （ ）＝ Ａｖ，， （￡） ： １
２０１６年第２期 ｌ福建 电脑 ·３１·
：～叠…～堡 …璺…一壁
ＵＪｌＡＮ ＣＯ Ｍ ｐＵＴＥ鞴
用户所 需，或许没有达到 Ｂ用户的预期需求。 例 如 ，有三 位用 户 ，高校教 师 Ｔ、高 校学 生 Ｓ、ＩＴ工 作人 员
【关键词 】蚁群算 法；组合 优化 ；发展趋势
１前 言 自上 世 纪 创 立 仿 生 学 以来 ，人 们 从 生 物 进 化 的 机 制 中 得 到 启 发 ，提 出 了许 多 用 于 解 决 复 杂 优 化 问题 的 新 方 法 ，并 成 功 应
∑ （ ·
用 于 解 决 实 际 问题 。蚁群 算法 是 一种 受 到蚂 蚁在 觅 食 过程 中 能 发现 蚁巢 到食物 的最 短路径这 种搜索机 制 的启发而 发展起来 的一种群 体智能算法 。具有较强 的鲁棒性 、优 良的分布式计算 机制 ，易于与其 它方法结 合等优 点，在 解决许 多复杂优 化 问题 方面 已经展 示出其 优异的性能和 巨大 的发 展潜力 ，并成功地用 于 诸 如 生 产 调 度 等 生 产 问题 。
算 法 用 于 图像 分 割 具 有 重 要 的 实 际应 用 价 值 。 目前 改进 的 方
面 ：基 于 局 部蚁 群 算 法 的 分 割 策 略 以及 自适 应 蚁 群 算 法 ，蚁 群
聚 类 算法 等 。
Hale Waihona Puke Baidu
４．３数 据 挖 掘
蚁 群 算 法 是 一 种 新 型 的 模 拟 进 化 算 法 ，其 在 数 据 挖 掘 中 的
。－ 一一 …… 一 一
一… …… 一 一 … 一 一
…
ＤＯＩ：１０．１６７０７￣．ｃｎｋｉ．ｆｊｐｃ．２０１６．０２．０１４
浅 谈蚁群算 法及应 用
曹佩 瑶 ，盛 仲飙
（渭南师范学院 数 学与信息科学学院 陕西 渭南 ７１４０００）
【摘 要 】蚁群算法（ＡｃＡ）是一种 高度创新性智 能搜 索算 法，具有极 强的鲁棒性和较好的发现 能力。本文介 绍 了蚁群 算法的原理和特点 ，探 讨 了蚁群算 法的在 各领 域 中应 用，介绍 了算法的一些改进 策略 ，最后 总结 了蚁群算 法研 究的发展 趋 势 。
＾ 蚰
＾ 堪
图 １．１ 蚂蚁 觅食 原 理
应 用 正 逐 步 引 起 人 们 的关 注 。 目前 ，人 工 蚁 群 在 知 识 发 现 的 过 程中主要用于发掘聚类模型和分类模型 。蚁群算法 引入分类规 则的发现 ，是利 用蚁群觅 食原理在 数据库 中进 行搜 索，对 随机 产 生 的 一 组 规 则进 行 选 择 优 化 ，直 到 数 据 库 能 被 该 组 规 则 覆 盖 ，从而 挖 掘 出 隐含 在 数 据 库 中 的 规 则 ，建 立 最 优 的 分 类 模 型 。
４蚁 群 算 法 的 改 进 及 应 用 ４．１旅 行 商 问题 旅 行 商 问 题 简 称 ＴＳＰ问题 ，是 最 基 本 的 线 路 问 题 ，它 解 决 如 何 找 到 一 条 从 一 个 城 市 出 发 经 过 若 干 个 城 市 后 又 返 回 原 城 市 的最 短 路 径 。基 于传 统 蚁 群 算 法 的 缺 点 ，目前 提 出 了最 大 最 小蚁群算法，动态蚁群算法 以及 与其 他仿 生算法融合 的算法 。 ４．２图 像 分 割 实践证 明蚁群算法 有利于处理 一些 复杂 、大 数据量 的任 务 ，而 图像 分 割 可 以 归 结 为 大 量 数 据 的聚 类 为 题 ，所 以将 蚁 群
２蚁 群 算 法 原 理 蚁群算法又称蚂蚁算法 ，是 由意大利科 学家 Ｍ．Ｄｏｒｉｇｏ等人 受 自然 界 蚂 蚁 觅 食 过 程 启 发 而 率 先 提 出 的 一 种 新 型 搜 索 优 化 算法 。蚁群算 法起 源于对 自然界真实蚂蚁 的觅食行为 的研 究， 在研 究中发现 蚂蚁之 间采 用化 学通信作 为基本 的信息 交流方 式 ， 自然 界 中 的 蚂 蚁 会 通 过 分 泌 一 种 化 学 刺 激 素 — — 信 息 素 （ｐｈｅｒｏｍｏｎｅ）来传递信 息，蚂蚁 在运动 的过程 中在 自己所经过 的 路径上 留下信 息素 ，通常蚂蚁 都倾 向于 向信息素浓度 高的方 向 移 动 。某 一 条 路 径 越 短 ，路 径 上 经 过 的蚂 蚁 越 多 ，其 信 息 素 遗 留 也就越 多 ，信息素 的浓度也就 越高 ，蚂蚁 选择这 条路径 的几率 也 就 越 高 从 而 形 成 一种 正 反 馈 机 制 。通 过 这 种 机 制 ，蚂 蚁 最 终 可 以发 现 最 短 路 径 。
３蚁 群 算 法 数 学 模 型 为 了 便 于 研 究 提 出如 下 假 设 ：蚁 群 之 间 通 过 信 息 素和 环 境 进 行 通 信 ；个 体 水 平 上 ，每 个 蚂 蚁 相 对 独 立 ；群 体 水 平 上 ，每 只 蚂蚁 的 行 为 是 随机 的 。 假 设蚂 蚁 在 ｔ时刻 选 择 路 径 的概 率 为 ：
５结 论 本文主要研究 了蚁群算法的机制及应用。虽然蚁群算法 的 应用 已经 涉及 的很 多领域 ，但是仍 存在许 多不足 ，今后在 应用 方面需要在 以下两个方面进行研究： （１）摆脱传统模型框架 ，开发新的蚁群算法模型。
（下 转 第 ４５页 ）
基金项 目：渭南师范学院大学生创新创业训练计划项 目（２０１４ＸＫ０９７）
毫
其 中 ，ｒ （￡）表 示 ｔ时刻 信 息 素 浓 度 ， 为 启 发 信 息 （反 映每 只蚂 蚁 运 动 路 径 受 路径 上信 息素 值 的影 响大 小 ）。
每只 蚂蚁在走 完一步后依 据 以下规 则对路 径上 的信息素 进 行 更 新 。
Ｔｉｊ（ｆ＋ 月）＝ （１一 ）‘ｆＬ，（ ）＋ Ａｒ，』（ｆ） ． ／／／ Ａｒ， （ ）＝ Ａｖ，， （￡） ： １
２０１６年第２期 ｌ福建 电脑 ·３１·
：～叠…～堡 …璺…一壁
ＵＪｌＡＮ ＣＯ Ｍ ｐＵＴＥ鞴
用户所 需，或许没有达到 Ｂ用户的预期需求。 例 如 ，有三 位用 户 ，高校教 师 Ｔ、高 校学 生 Ｓ、ＩＴ工 作人 员
【关键词 】蚁群算 法；组合 优化 ；发展趋势
１前 言 自上 世 纪 创 立 仿 生 学 以来 ，人 们 从 生 物 进 化 的 机 制 中 得 到 启 发 ，提 出 了许 多 用 于 解 决 复 杂 优 化 问题 的 新 方 法 ，并 成 功 应
∑ （ ·
用 于 解 决 实 际 问题 。蚁群 算法 是 一种 受 到蚂 蚁在 觅 食 过程 中 能 发现 蚁巢 到食物 的最 短路径这 种搜索机 制 的启发而 发展起来 的一种群 体智能算法 。具有较强 的鲁棒性 、优 良的分布式计算 机制 ，易于与其 它方法结 合等优 点，在 解决许 多复杂优 化 问题 方面 已经展 示出其 优异的性能和 巨大 的发 展潜力 ，并成功地用 于 诸 如 生 产 调 度 等 生 产 问题 。
算 法 用 于 图像 分 割 具 有 重 要 的 实 际应 用 价 值 。 目前 改进 的 方
面 ：基 于 局 部蚁 群 算 法 的 分 割 策 略 以及 自适 应 蚁 群 算 法 ，蚁 群
聚 类 算法 等 。
Hale Waihona Puke Baidu
４．３数 据 挖 掘
蚁 群 算 法 是 一 种 新 型 的 模 拟 进 化 算 法 ，其 在 数 据 挖 掘 中 的
。－ 一一 …… 一 一
一… …… 一 一 … 一 一
…
ＤＯＩ：１０．１６７０７￣．ｃｎｋｉ．ｆｊｐｃ．２０１６．０２．０１４
浅 谈蚁群算 法及应 用
曹佩 瑶 ，盛 仲飙
（渭南师范学院 数 学与信息科学学院 陕西 渭南 ７１４０００）
【摘 要 】蚁群算法（ＡｃＡ）是一种 高度创新性智 能搜 索算 法，具有极 强的鲁棒性和较好的发现 能力。本文介 绍 了蚁群 算法的原理和特点 ，探 讨 了蚁群算 法的在 各领 域 中应 用，介绍 了算法的一些改进 策略 ，最后 总结 了蚁群算 法研 究的发展 趋 势 。
＾ 蚰
＾ 堪
图 １．１ 蚂蚁 觅食 原 理
应 用 正 逐 步 引 起 人 们 的关 注 。 目前 ，人 工 蚁 群 在 知 识 发 现 的 过 程中主要用于发掘聚类模型和分类模型 。蚁群算法 引入分类规 则的发现 ，是利 用蚁群觅 食原理在 数据库 中进 行搜 索，对 随机 产 生 的 一 组 规 则进 行 选 择 优 化 ，直 到 数 据 库 能 被 该 组 规 则 覆 盖 ，从而 挖 掘 出 隐含 在 数 据 库 中 的 规 则 ，建 立 最 优 的 分 类 模 型 。