蟻群算法研究報(bào)告-免費(fèi)閱讀
【正文】 forpos=find(L==L_best(NC))。L=zeros(m,1)。Tabu(i,j)=to_visit。Select=find(Pcum=rand)。P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta)。if Jc=1。i=1:m%各代最佳路線的長(zhǎng)度L_ave=zeros(NC_max,1)。%Tau為信息素矩陣%問題的規(guī)模（城市個(gè)數(shù)）%最大迭代次數(shù)(循環(huán)多結(jié)果更優(yōu)適度即可)2. 將m個(gè)螞蟻隨機(jī)放在各個(gè)城市上，每個(gè)城市至多分布一個(gè)螞蟻，并將m修改禁忌表Jk 。螞蟻下一步選取哪個(gè)城市作為轉(zhuǎn)移的目標(biāo)由各路徑上的信息濃度決定。在用螞蟻系統(tǒng)解決TSP問題時(shí),蟻量模型和蟻密模型是螞蟻在構(gòu)建一條合法路徑的過程中進(jìn)行信息素的更新的,當(dāng)螞蟻?zhàn)哌^一條邊之后,就對(duì)該邊進(jìn)行信息素的更新。這樣，在一種問題求解模式中，同時(shí)結(jié)合了問題求解的快速性、全局最優(yōu)特征以及在優(yōu)化過程初期解的合理性等特性，從而引起了相關(guān)領(lǐng)域研究者的注意。由于蟻群中每只螞蟻都是并行運(yùn)作，所以蟻群還有分布式并發(fā)的特點(diǎn)。(2)人工螞蟻不僅僅依據(jù)信息素來確定要走的路徑，還引入了與問題相關(guān)的啟發(fā)信息，比如相鄰邊的長(zhǎng)度。但是當(dāng)有螞蟻?zhàn)哌^時(shí)，它將會(huì)在它行進(jìn)的路上釋放出信息素，并且這種信息素會(huì)議一定的速率散發(fā)掉。研究蟻群算法的改進(jìn)方法以及其發(fā)展和應(yīng)用的趨勢(shì)，為蟻群算法在更多領(lǐng)域有更多的應(yīng)用價(jià)值來說是十分必要的。蟻群算法研究報(bào)告 題 目 信息工程學(xué)院 專 業(yè) 計(jì)算機(jī)科學(xué)與技術(shù)姓 名 程亮學(xué) 號(hào) 201115068 指導(dǎo)教師 譚同德 201464 目 錄第一章 蟻群算法概述 2 2 2 3 人工蟻群的特點(diǎn) 3 蟻群的特點(diǎn) 3 4 4第二章 蟻群算法解決TSP問題 5 TSP問題描述 5 基于 TSP 問題的蟻群算法模型 5 6 6 7參考文獻(xiàn) 9 第一章 蟻群算法概述蟻群算法（Ant Clony Optimization， ACO）是一種群智能算法，它是由一群無智能或有輕微智能的個(gè)體（Agent）通過相互協(xié)作而表現(xiàn)出智能行為，從而為求解復(fù)雜問題提供了一個(gè)新的可能性。蟻群算法是一種仿生學(xué)算法，是由自然界中螞蟻覓食的行為而啟發(fā)的。信息素是螞蟻之間交流的工具之一。這個(gè)構(gòu)造的啟發(fā)信息有利于下一步的搜索。 由前面的論述可知，蟻群算法是一種啟發(fā)式算法，它來源于對(duì)螞蟻群體搜索行為的研究。通過相關(guān)領(lǐng)域研究者的關(guān)注和努力，蟻群算法在最初模式的基礎(chǔ)上得到了許多改進(jìn)和擴(kuò)展，并在大量領(lǐng)域獲得了應(yīng)用，比如機(jī)器人系統(tǒng)、圖像處理、制造系統(tǒng)、車輛路徑系
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1