螞蟻算法在現(xiàn)實(shí)生活中的應(yīng)用

《螞蟻算法在現(xiàn)實(shí)生活中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、螞蟻算法在現(xiàn)實(shí)生活中的應(yīng)用摘要：蟻群優(yōu)化算法（簡(jiǎn)稱ACO）是一種近年來才發(fā)展起來的新穎的仿生型的智能優(yōu)化算法，具有正反饋、分布計(jì)算和啟發(fā)性搜索等特點(diǎn)。作為計(jì)算智能和群智能的重要分支之一，蟻群優(yōu)化算法的研究方興末艾，備受矚目。蟻群優(yōu)化算法的思想來源于我們真實(shí)世界中的螞蟻群體的智能特性。在現(xiàn)實(shí)生活中，單個(gè)螞蟻并不具備將食物以最短的路徑運(yùn)回到蟻巢的智能行為，然而由許多螞蟻所構(gòu)成的螞蟻群體在經(jīng)過一段時(shí)間的調(diào)整以后，通過個(gè)體之間的相互配合與協(xié)作，最后能夠使整個(gè)蟻群沿著某條最短的路徑將食物搬回到蟻巢。關(guān)鍵詞：蟻群優(yōu)化算法，智能特性，備受矚目在科學(xué)實(shí)踐與工程技術(shù)中，人們經(jīng)常遇到大量的、各式各樣的最優(yōu)化問題，

2、并需要對(duì)它們進(jìn)行求解，而傳統(tǒng)的優(yōu)化方法出于其計(jì)算時(shí)間依賴于問題的規(guī)模與結(jié)構(gòu)，很難滿足人們的要求。于是，技術(shù)難題的解決呼喚先進(jìn)的理論與算法，智能優(yōu)化技術(shù)的出現(xiàn)與發(fā)展為解決這些優(yōu)化問題提供了途徑。蟻群優(yōu)化算法(AntColonyOptimization，ACO)是近年來發(fā)展的一種新穎的仿生型的智能優(yōu)化算法，是一種很有前途的優(yōu)化算法，是當(dāng)前智能優(yōu)化領(lǐng)域中的研究熱點(diǎn)，也是我們研究的主要內(nèi)容。聞此，我們首先從智能的角度，對(duì)人工智能、計(jì)算智能和群智能進(jìn)行了簡(jiǎn)要回顧；而后，從智能優(yōu)化技術(shù)的角度，對(duì)一些新出現(xiàn)的優(yōu)化算法進(jìn)行了簡(jiǎn)單介紹：晟后，確定了本文的研究重點(diǎn)，給出了論文的寫作思路和締構(gòu)安排。1、蟻群算法概述

3、1.1蟻群算法的基本原理在螞蟻覓食時(shí)存在著一種有趣的現(xiàn)象:螞蟻在缺乏行走經(jīng)驗(yàn)以及在無法對(duì)路徑的拓?fù)浜途嚯x信息知悉的情況下，總是能夠順利地找到覓食的最短路徑。即使路徑在中途發(fā)生了改變，如被人為地添加了障礙亦是如此，換言之，螞蟻在尋找最短路徑時(shí)具有自適應(yīng)性。如圖2.1-2.3所示，其中的十字星表示螞蟻。在圖2.1中，上下路徑相等，螞蟻隨機(jī)選擇一條路徑，路徑上螞蟻的數(shù)量幾乎相等;在圖1.2中，雖然加入了障礙物，但是由于上下路徑的長(zhǎng)度不變，因此兩條路徑上的螞蟻數(shù)量也幾乎相等;在圖1.3中，加入了障礙物，但是很顯然，上面的路徑長(zhǎng)度更短，最后螞蟻均選擇上面的路徑。圖1.1蟻群算法原理圖(未設(shè)置障礙)圖1.

4、2蟻群算法原理圖(設(shè)置障礙，不改變距離)圖1.3蟻群算法原理圖(設(shè)置障礙，改變距離)從生物學(xué)上來說，螞蟻雖然沒有語言，但是它們能夠通過信息素來完成信息的交換。交換的過程是這樣的:當(dāng)螞蟻在從巢穴移動(dòng)到食物的時(shí)候會(huì)揮發(fā)信息素，這樣在某條路徑上螞蟻越多，信息素的強(qiáng)度也會(huì)越來越大，從而吸引更多的螞蟻。假定每只螞蟻在單位時(shí)間揮發(fā)的信息素是一樣的，同時(shí)信息素?fù)]發(fā)的速度也一樣。以圖1.3為例，螞蟻在開始階段距離隨機(jī)地選擇路徑AB與CD，即兩邊的螞蟻數(shù)量一樣多，因此揮發(fā)的信息素總量也相等，由于信息素?fù)]發(fā)的速度也一樣，這樣在AB的距離小于CD的距離的情況，較短的路徑AB的信息素強(qiáng)度大于路徑CD，因而更多地螞蟻選

5、擇AB，直至所有的螞蟻都選擇AB。從這一過程不難看出，雖然，障礙物的加入有可能改變路徑的長(zhǎng)度，但是改變之后，信息素的強(qiáng)度會(huì)跟著發(fā)生變化從而保證螞蟻總能找到最短路徑。從上面的過程不難看出，螞蟻在尋找最短路徑時(shí)需要多個(gè)機(jī)制的支持:首先，需要選擇機(jī)制，即螞蟻以更大的概率選擇信息素強(qiáng)度大的路徑，反之，概率越小;其次，信息素更新機(jī)制。這包括兩部分，一是信息素的釋放機(jī)制，二是信息素的揮發(fā)機(jī)制;最后，需要個(gè)體之間的協(xié)調(diào)機(jī)制。蟻群算法就是對(duì)生物學(xué)上的螞蟻覓食路徑選擇的模擬，通過各個(gè)“螞蟻”的個(gè)體行為達(dá)到影響群體行為的目的。同時(shí)，蟻群算法中的“螞蟻”和生物學(xué)上的螞蟻是有所區(qū)別的，更確切地說，前者具有后者和“人為

6、”的雙重屬性，也正是因?yàn)槿斯の浵伒碾p重屬性才使得蟻群算法能夠有效工作。生物學(xué)的螞蟻和人工螞蟻的共同點(diǎn)表現(xiàn)在以下四個(gè)方面:1.并行異步性。生物學(xué)的螞蟻和人工螞蟻都能夠不通過其他螞蟻得出問題的可行解，這個(gè)解往往不是最優(yōu)的，但是通過對(duì)各個(gè)螞蟻解進(jìn)行綜合處理能夠?qū)唧w問題進(jìn)行求解;2.對(duì)信息素進(jìn)行反饋。這是螞蟻覓食過程中路徑選擇以及蟻群算法的基礎(chǔ)。對(duì)信息素的反饋使得蟻群算法具有正反饋的特點(diǎn);3.信息素?fù)]發(fā)。這也是蟻群算法的重要部分，如果缺少信息素?fù)]發(fā)的過程，那么信息素將會(huì)不斷增多，影響整個(gè)算法的搜索能力;4.局部搜索能力。雖然螞蟻并不具有對(duì)整體路徑的判斷力，但是具有判斷局部信息的能力。生物學(xué)的螞蟻和人

7、工螞蟻的不同點(diǎn)表現(xiàn)在以下四個(gè)方面，這主要是為了算法的需要進(jìn)行的:1.生物學(xué)的螞蟻的狀態(tài)是連續(xù)的，但是工人螞蟻是離散的，跳躍的;2.生物學(xué)的螞蟻不具有記憶功能，而人工螞蟻可以記憶本身的狀態(tài);3.生物學(xué)的螞蟻釋放信息素的時(shí)間是不固定的，而且各只螞蟻信息素的釋放相同，但是在實(shí)際應(yīng)用中，信息素的釋放時(shí)間是可以根據(jù)問題釋放，釋放的多少也可以隨意設(shè)定甚至可以選擇性更新;4.人工螞蟻可以根據(jù)解決問題的需要進(jìn)行功