【正文】 史 19 Tabu Search 1953 1991 1975 Ants System Particle Swarm Optimization 1995 Swarm Intelligence 1989 1969 Expert System 1975 遺傳算法 Geic Algorithm AI上這一特殊分支的發(fā)展歷史 20 Geic Algorithm Tabu Search 1953 1991 1975 Ants System Particle Swarm Optimization 1995 1989 1969 Expert System 1989 Swarm Intelligence ?群體智能 Tabu Search AI上這一特殊分支的發(fā)展歷史 21 Geic Algorithm Tabu Search 1953 1991 1975 Ants System Particle Swarm Optimization 1995 1989 1969 Expert System 1991 Swarm Intelligence ?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 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 。 – E中的元素總是和 V中的序偶對(duì)有對(duì)應(yīng)關(guān)系，可用 V中的序偶代替 E中的元素。即螞蟻是反應(yīng)型適應(yīng)性主體 – 在個(gè)體水平上，每只螞蟻僅根據(jù)環(huán)境做出獨(dú)立選擇；在群體水平上，單只螞蟻的行為是隨機(jī)的，但蟻群可通過自組織過程形成高度有序的群體行為。 沒有集中的指揮 ? 無(wú)所作為 ? 蟻群，復(fù)雜的社會(huì)行為： – 協(xié)同工作 – 筑巢、覓食、遷徙、清掃蟻巢、撫養(yǎng)后代 – 依靠群體能力發(fā)揮出超出個(gè)體的智能 28 蟻群算法特點(diǎn) ? 模擬螞蟻群體智能行為的仿生優(yōu)化算法 ? 較強(qiáng)的魯棒性 ?