aai51自然計(jì)算及群體智能-預(yù)覽頁(yè)
【正文】 e ?蟻群算法 Ants System AI上這一特殊分支的發(fā)展歷史 22 Geic Algorithm Tabu Search 1953 1991 1975 Ants System 1995 1989 1969 Expert System 1995 Particle Swarm Optimization 粒子群優(yōu)化算法 AI上這一特殊分支的發(fā)展歷史 23 ? 出版社：人民郵電出版社 ? 作者： [美 ]James Kennedy/ Russell ? 2022年 2月第 1版第 1次印刷 24 幾本相關(guān)的中文書(shū) 25 蟻群優(yōu)化算法 Ant Colony Algorithm (ACA) 26 參考文獻(xiàn) APPEARED IN PROCEEDINGS OF ECAL91EUROPEAN CONFERENCE ON ARTIFICIAL LIFE, PARIS, FRANCE, ELSEVIER PUBLISHING,134–142. Distributed Optimization by Ant Colonies Alberto Colorni, Marco Dorigo, Vittorio Maniezzo Dipartimento di Elettronica, Politeico di Milano Piazza Leonardo da Vinci 32, 20223 Milano, Italy IEEE Transactions on Systems, Man, And Cyberics Part B: Cyberics, , Feb 1996. 2941 Ant System: Optimization by a Colony of Cooperating Agents Marco Dorigo, Member, IEEE, Vittorio Maniezzo, and Alberto Colorni 27 對(duì)螞蟻的觀察 ? 單只螞蟻智能不高 。 AC上蟻氣 ：兩次信息素疊加（去 回） AB路只有去一次信息素 X(AC)X(ABC)，下一只螞蟻：選擇路徑 AC AC上信息素越來(lái)越多，進(jìn)入良性循環(huán) B A C 35 Fig. 1. An example with real ants a) Ants follow a path between points A and E. b) An obstacle is interposed。簡(jiǎn)記為 O(p(n)) – 即 P={L: 存在一個(gè)多項(xiàng)式時(shí)間 DTM程序 M，是的 L=LM} , 其中 LM表示程序 M所識(shí)別的語(yǔ)言。 – 有重要實(shí)際意義和工程背景 – TSP (Traveling Salesman Problem) ? Symmetric。 49 TSP (Traveling Salesman Problem) ? 有向圖 – 有向圖 D的三元組為 (V, E, f)，其中 V是一個(gè)非空集合，其元素稱(chēng)為有向圖的結(jié)點(diǎn)； E是一個(gè)集合，其元素稱(chēng)為有向圖的弧段（邊）； f是從E到 VxV上的一個(gè)映射（函數(shù)）。 ?分類(lèi)、聚類(lèi)、模式識(shí)別、 ?多目標(biāo)優(yōu)化、 ?QoS、 ?流程規(guī)劃 ?信號(hào)處理 ?機(jī)器人控制、 ?決策支持 54 背景 群體智能理論包括： 微粒群算法， Particle Swarm Optimization, PSO 魚(yú)群 鳥(niǎo)群 追尾 ? 蟻群算法 (Ant Colony Optimization, ACO) ? 簡(jiǎn)單社會(huì)系統(tǒng)的模擬 55 蟻群優(yōu)化算法研究背景 與傳統(tǒng)進(jìn)化算法 梯度算法的差異 ：， 概率搜索 1 并行 +分布 ， 無(wú)中控， 個(gè)別螞蟻死亡 無(wú)關(guān)大局 2 因而程序 堅(jiān)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1