蚂蚁算法在现实生活中的应用

蚂蚁算法在现实生活中的应用

ID:18598527

大小:155.00 KB

页数:7页

时间:2018-09-19

蚂蚁算法在现实生活中的应用_第1页
蚂蚁算法在现实生活中的应用_第2页
蚂蚁算法在现实生活中的应用_第3页
蚂蚁算法在现实生活中的应用_第4页
蚂蚁算法在现实生活中的应用_第5页
资源描述:

《蚂蚁算法在现实生活中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、蚂蚁算法在现实生活中的应用摘要:蚁群优化算法(简称ACO)是一种近年来才发展起来的新颖的仿生型的智能优化算法,具有正反馈、分布计算和启发性搜索等特点。作为计算智能和群智能的重要分支之一,蚁群优化算法的研究方兴末艾,备受瞩目。蚁群优化算法的思想来源于我们真实世界中的蚂蚁群体的智能特性。在现实生活中,单个蚂蚁并不具备将食物以最短的路径运回到蚁巢的智能行为,然而由许多蚂蚁所构成的蚂蚁群体在经过一段时间的调整以后,通过个体之间的相互配合与协作,最后能够使整个蚁群沿着某条最短的路径将食物搬回到蚁巢。关键词:蚁群优化算法,智能特性,备受瞩目在科学实践与

2、工程技术中,人们经常遇到大量的、各式各样的最优化问题,并需要对它们进行求解,而传统的优化方法出于其计算时间依赖于问题的规模与结构,很难满足人们的要求。于是,技术难题的解决呼唤先进的理论与算法,智能优化技术的出现与发展为解决这些优化问题提供了途径。蚁群优化算法(AntColonyOptimization,ACO)是近年来发展的一种新颖的仿生型的智能优化算法,是一种很有前途的优化算法,是当前智能优化领域中的研究热点,也是我们研究的主要内容。闻此,我们首先从智能的角度,对人工智能、计算智能和群智能进行了简要回顾;而后,从智能优化技术的角度,对一些

3、新出现的优化算法进行了简单介绍:晟后,确定了本文的研究重点,给出了论文的写作思路和缔构安排。1、蚁群算法概述1.1蚁群算法的基本原理在蚂蚁觅食时存在着一种有趣的现象:蚂蚁在缺乏行走经验以及在无法对路径的拓扑和距离信息知悉的情况下,总是能够顺利地找到觅食的最短路径。即使路径在中途发生了改变,如被人为地添加了障碍亦是如此,换言之,蚂蚁在寻找最短路径时具有自适应性。如图2.1-2.3所示,其中的十字星表示蚂蚁。在图2.1中,上下路径相等,蚂蚁随机选择一条路径,路径上蚂蚁的数量几乎相等;在图1.2中,虽然加入了障碍物,但是由于上下路径的长度不变,因

4、此两条路径上的蚂蚁数量也几乎相等;在图1.3中,加入了障碍物,但是很显然,上面的路径长度更短,最后蚂蚁均选择上面的路径。图1.1蚁群算法原理图(未设置障碍)图1.2蚁群算法原理图(设置障碍,不改变距离)图1.3蚁群算法原理图(设置障碍,改变距离)从生物学上来说,蚂蚁虽然没有语言,但是它们能够通过信息素来完成信息的交换。交换的过程是这样的:当蚂蚁在从巢穴移动到食物的时候会挥发信息素,这样在某条路径上蚂蚁越多,信息素的强度也会越来越大,从而吸引更多的蚂蚁。假定每只蚂蚁在单位时间挥发的信息素是一样的,同时信息素挥发的速度也一样。以图1.3为例,蚂

5、蚁在开始阶段距离随机地选择路径AB与CD,即两边的蚂蚁数量一样多,因此挥发的信息素总量也相等,由于信息素挥发的速度也一样,这样在AB的距离小于CD的距离的情况,较短的路径AB的信息素强度大于路径CD,因而更多地蚂蚁选择AB,直至所有的蚂蚁都选择AB。从这一过程不难看出,虽然,障碍物的加入有可能改变路径的长度,但是改变之后,信息素的强度会跟着发生变化从而保证蚂蚁总能找到最短路径。从上面的过程不难看出,蚂蚁在寻找最短路径时需要多个机制的支持:首先,需要选择机制,即蚂蚁以更大的概率选择信息素强度大的路径,反之,概率越小;其次,信息素更新机制。这包

6、括两部分,一是信息素的释放机制,二是信息素的挥发机制;最后,需要个体之间的协调机制。蚁群算法就是对生物学上的蚂蚁觅食路径选择的模拟,通过各个“蚂蚁”的个体行为达到影响群体行为的目的。同时,蚁群算法中的“蚂蚁”和生物学上的蚂蚁是有所区别的,更确切地说,前者具有后者和“人为”的双重属性,也正是因为人工蚂蚁的双重属性才使得蚁群算法能够有效工作。生物学的蚂蚁和人工蚂蚁的共同点表现在以下四个方面:1.并行异步性。生物学的蚂蚁和人工蚂蚁都能够不通过其他蚂蚁得出问题的可行解,这个解往往不是最优的,但是通过对各个蚂蚁解进行综合处理能够对具体问题进行求解;2

7、.对信息素进行反馈。这是蚂蚁觅食过程中路径选择以及蚁群算法的基础。对信息素的反馈使得蚁群算法具有正反馈的特点;3.信息素挥发。这也是蚁群算法的重要部分,如果缺少信息素挥发的过程,那么信息素将会不断增多,影响整个算法的搜索能力;4.局部搜索能力。虽然蚂蚁并不具有对整体路径的判断力,但是具有判断局部信息的能力。生物学的蚂蚁和人工蚂蚁的不同点表现在以下四个方面,这主要是为了算法的需要进行的:1.生物学的蚂蚁的状态是连续的,但是工人蚂蚁是离散的,跳跃的;2.生物学的蚂蚁不具有记忆功能,而人工蚂蚁可以记忆本身的状态;3.生物学的蚂蚁释放信息素的时间是

8、不固定的,而且各只蚂蚁信息素的释放相同,但是在实际应用中,信息素的释放时间是可以根据问题释放,释放的多少也可以随意设定甚至可以选择性更新;4.人工蚂蚁可以根据解决问题的需要进行功

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。