部分蟻群算法ppt課件-文庫吧資料
2025-01-21 14:54本頁面
【正文】 a h t t )] ( [ )] ( [ k ij t p ) ( 168。 =229。 b a h t t )] ( [ )] ( [ ij i J j 206。 Q=100。 ρ =。 螞蟻數(shù)30； α =1。 否則 ,0 1 k 其中， ρ （ 0 ρ 1）表示路徑上信息素的 揮發(fā)系數(shù)，為正 常數(shù)， Lk表示第 k只 螞蟻在本次周游中所走過路徑的長度。 k ij = k ij , D = D t L k 170。= 170。 ) (i Jk 表示允 許螞蟻 k下一步可 k 訪問的城市集合 { } d tabu n i J / 1 , 2 ,1) ( = = h L ij k 基本 蟻群優(yōu)化算法基本 蟻群優(yōu)化算法 螞蟻系統(tǒng)的模型與螞蟻系統(tǒng)的模型與實現(xiàn)實現(xiàn) 解決 TSP問題 當所有 螞蟻完成一次周游后，各路徑上的信息素將進行更新： t n t ) ( ) 1() ( D + = + t r t ij Q 167。 i J j 207。 k b a t )] ( [ )] ( [ h t k ij t p ) ( is 170。 =229。) ( , 170。 基本 蟻群優(yōu)化算法基本 蟻群優(yōu)化算法 螞蟻系統(tǒng)的模型與螞蟻系統(tǒng)的模型與實現(xiàn)實現(xiàn) 解決 TSP問題 每只 螞蟻根據(jù)路徑上的信息素和啟發(fā)式信息（兩城市 間距離）獨立地選擇下一座城市： 在 時刻 t， 螞蟻 k從城市 i轉(zhuǎn)移到城市 j的概率 為 167。 將 每只 螞蟻 k的禁忌表 tabuk(s)的第一個元素 tabuk(1)設 置 為它當前所在城市 。例如在 TSP問題中，可以預先知道當前城市 到下一個目的地的距 離。 兩者的區(qū)別在于人工蟻群有一定的記憶能力，能夠記憶 已 經(jīng)訪問過的節(jié)點。二者 的相似之 處在于都是優(yōu)先選擇信息素濃度大的路徑。（ 正反 饋 蟻群優(yōu)化算法原蟻群優(yōu)化算法原理理 蟻群算法的原理蟻群算法的原理分析分析 基于以上 蟻群尋找食物時的最優(yōu)路徑選擇問題，可以構(gòu) 造人工 蟻群，來解決最優(yōu)化問題，如 TSP問題。再經(jīng)過 36個 時間單位后，兩條線路上的信息素單位積累為 24 和6，比 值 為 1。再經(jīng)過 36個 時間單位后，兩條線路 上的信息素 單位積累為 12和 4，比 值 為 3： 1。 假 設螞蟻每經(jīng)過一處所留下的信息素為一個單位，則經(jīng)過 36個 時間單位 后，所有 開始一起出發(fā)的螞蟻都經(jīng)過不同路徑從D點取得了食物，此 時 ABD 的路 線往返了 2趟，每一 處的信息素為 4個 單位，而 ACD的路 線往返了一 趟，每一 處的信息素為 2個 單位，其比值為 2： 1。 經(jīng)過 9個 時間單位時：走 ABD的 螞蟻到達終點，走 ACD的 螞蟻剛好走到 C點， 為一半路程。 蟻群優(yōu)化算法原蟻群優(yōu)化算法原理理 蟻群算法的原理蟻群算法的原理分析分析 蟻巢 食物 螞蟻從 A點出 發(fā)，速度相同，食物在 D點，隨機 選擇路線 ABD或 ACD。 蟻群優(yōu)化算法原蟻群優(yōu)化算法原理理 蟻群算法的起蟻群算法的起源源 蟻群的自組織行為 “雙 橋?qū)嶒?” 蟻群優(yōu)化算法原蟻群優(yōu)化算法原理理 蟻群算法的起蟻群算法的起源源 提出 蟻群系統(tǒng) 1992年，意大利學者 M. Dorigo在其博士 論文中提出 螞蟻系統(tǒng)（ Ant System）。 蟻群優(yōu)化算法原蟻群優(yōu)化算法原理理
教學課件相關推薦
鄂ICP備17016276號-1