蚁群优化算法
蚁群优化算法 1
蚁群的自适应行为NestFood1088800000蚂蚁总能找NestFood到蚁穴与食Obstacle物之间的最短路径FoodNestObstacleNestFoodSSE
蚁群的自适应行为 蚂蚁总能找 到蚁穴与食 物之间的最 短路径 2
蚁群的自适应行为研究发现：1、是一种遗留在往来路径上的挥发性化学元素（信息素）在起作用；2、信息素浓度越高蚂蚁越容易选择；3、经过较长时间，多数蚂蚁就会聚集在较短路径。BotootooA--丰to车3
蚁群的自适应行为 研究发现： 1、是一种遗留在往来路径上的挥发性化学元素 （信息素）在起作用； 3、经过较长时间，多数蚂蚁就会聚集在较短路径。 2、信息素浓度越高蚂蚁越容易选择； A B 3
蚂蚁的食行为及其优化过程双桥实验（Deneubourg等）路径A上蚂蚁的百分比路径B上蚂蚁的百分比O15cm10075蚁穴食物源60°50°25B025305.101520Time(minutes)蚁穴食物源对于非对称双桥，结果表明：最终80%-100%的蚂蚁选择较短的桥
蚂蚁的觅食行为及其优化过程 双桥实验（Deneubourg等） 100- 75- 50- 25- 0 5 10 15 20 25 30 Time（minutes） B A 路径B上蚂蚁的百分比 路径A上蚂蚁的百分比 对于非对称双桥，结果表明： 最终80%-100%的蚂蚁选择较短的桥。 4
随机模型Deneubourg和他的同事提出了一个简单的随机模型用以描述在双桥实验中观测得到的蚁群动态行为。设V支蚂蚁以速度>从某个方向过桥并释放1个单位信息素l和l分别为短分支和长分支长度Pis则通过两分支的时间分别为：蚁穴Q1t,=%,t,=%=r,食物源节点节点Pia：蚂蚁到达节点时分支a上il信息素的大小Pia：蚂蚁到达节点时选择分支a的概率LP
随机模型 Deneubourg和他的同事提出了一个简单的随机模型， 用以描述在双桥实验中观测得到的蚁群动态行为。 l s和l l分别为短分支和长分支长度 s l l s s rt v l t v l t = , = = 则通过两分支的时间分别为： . , 1 单位信息素 设支蚂蚁以速度v从某个方向过桥 并释放 个 . : 信息素的大小 ia 蚂蚁到达节点i时分支a上 节点 s is l l il l p :蚂蚁到达节点i时选择分支a的概率. ia 节点 5