系統(tǒng)工程第4版教學(xué)ppt作者汪應(yīng)洛西安交通大學(xué)主編第3章系統(tǒng)模型與模型化-資料下載頁(yè)
2025-08-23 17:05本頁(yè)面
【正文】 繞彎的一條路上信息素的氣味會(huì)比較淡，蟻群將傾向于沿另一條更近的路線(xiàn)前往食物所在地。 20 蟻群算法 (續(xù) ) ACO算法設(shè)計(jì)虛擬的“螞蟻”，讓它們摸索不同路線(xiàn)，并留下會(huì)隨時(shí)間逐漸消失的虛擬“信息素”。根據(jù)“信息素較濃的路線(xiàn)更近”的原則，即可選擇出最佳路線(xiàn)。 目前， ACO算法已被廣泛應(yīng)用于組合優(yōu)化問(wèn)題中，在圖著色問(wèn)題、車(chē)間流問(wèn)題、車(chē)輛調(diào)度問(wèn)題、機(jī)器人路徑規(guī)劃問(wèn)題、路由算法設(shè)計(jì)等領(lǐng)域均取得了良好的效果。也有研究者嘗試將 ACO算法應(yīng)用于連續(xù)問(wèn)題的優(yōu)化中。由于 ACO算法具有廣泛實(shí)用價(jià)值，成為了群智能領(lǐng)域第一個(gè)取得成功的實(shí)例，曾一度成為群智能的代名詞，相應(yīng)理論研究及改進(jìn)算法近年來(lái)層出不窮。 21 魚(yú)群算法 2022年李曉磊、邵之江等提出的魚(yú)群算法，它利用自上而下的尋優(yōu)模式模仿自然界魚(yú)群覓食行為，主要利用魚(yú)的覓食、聚群和追尾行為，構(gòu)造個(gè)體底層行為；通過(guò)魚(yú)群中各個(gè)體的局部尋優(yōu)，達(dá)到全局最優(yōu)值在群體中凸現(xiàn)出來(lái)的目的。在基本運(yùn)算中引入魚(yú)群的生存機(jī)制、競(jìng)爭(zhēng)機(jī)制以及魚(yú)群的協(xié)調(diào)機(jī)制，提高算法的有效效率。 22 局部搜索，模擬退火，遺傳算法，禁忌搜索的形象比喻： 為了找出地球上最高的山，一群有志氣的兔子們開(kāi)始想辦法。 1．兔子朝著比現(xiàn)在高的地方跳去。他們找到了不遠(yuǎn)處的最高山峰。但是這座山不一定是珠穆朗瑪峰。這就是局部搜索，它不能保證局部最優(yōu)值就是全局最優(yōu)值。 2．兔子喝醉了。他隨機(jī)地跳了很長(zhǎng)時(shí)間。這期間，它可能走向高處，也可能踏入平地。但是，他漸漸清醒了并朝最高方向跳去。這就是模擬退火。 3．兔子們吃了失憶藥片，并被發(fā)射到太空，然后隨機(jī)落到了地球上的某些地方。他們不知道自己的使命是什么。但是，如果你過(guò)幾年就殺死一部分海拔低的兔子，多產(chǎn)的兔子們自己就會(huì)找到珠穆朗瑪峰。這就是遺傳算法。 。他們互相轉(zhuǎn)告著，哪里的山已經(jīng)找過(guò)，并且找過(guò)的每一座山他們都留下一只兔子做記號(hào)。他們制定了下一步去哪里尋找的策略。這就是禁忌搜索。 23 作 業(yè) P80~P81 2（ b） 2 2（ 1） 24
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1