蚁群算法
来源:互联网 发布:梦龙网络计划编制系统 编辑:程序博客网 时间:2024/04/30 01:03
一、蚁群算法概述
每只蚂蚁独立寻找路径,在寻找的过程中留下信息素,并且引入负反馈机制,即信息素会随着时间的流逝而挥发。其他蚂蚁根据信息素的多少进行选择直到到达目的地。在到达目的地时散发的信息素最多。
二、需要使用到的参数
1.蚂蚁数量N
2.蚂蚁能观察到的范围半径
4.蚂蚁自身:存储自己走过路径的信息素
3.启发因子:信息素的重要程度
4.期待因子:反应了期待因子的重要性,它的值越大,越接近贪心规则
5.消散因子:反应了路径上信息素消散程度的快慢。
三、用蚁群算法解TSP问题
1. 初始化
每只蚂蚁随机选择一个点作为起始点。
2. 为每一只蚂蚁选择下一个节点
首先根据公式(1)计算蚂蚁k从城市i转移到城市j的概率。然后利用轮盘赌给蚂蚁选择的下一个要走的城市。
(公式1)
其中表示城市在t时刻的信息浓度,是城市之间的距离的倒数。α和β分别是启发因子和期待引起,启发因子反映的是信息素的重要程度,期待因子反应的是自身选路的重要性。
3. 更新信息素表
根据公式(2)对信息素表进行更新。
(公式2)
其中为时刻城市i与j之间的信息素浓度,ρ 为信息素消散因子, 表示经过一次迭代之后的信息素增量,如果ij之间有蚂蚁走过,那么每只蚂蚁给这条路径的增量是该路径长度的倒数。
4. 迭代直到满足终止条件
迭代500次。
5. 输出最优值
0 0
- 进化算法,遗传算法,模拟退火算法,蚁群算法
- 神经网络算法,蚁群算法,遗传算法初悟
- 蚁群算法、遗传算法、模拟退火算法介绍
- 蚁群算法、遗传算法、模拟退火算法介绍
- 蚁群算法、遗传算法、模拟退火算法介绍
- 蚁群算法、遗传算法、模拟退火算法介绍
- 智能算法---蚁群算法介绍
- 现代优化算法之蚁群算法
- 蚁群算法
- 蚁群算法简介
- 蚁群算法
- 蚁群算法源代码
- 蚁群算法
- 蚁群算法
- 蚁群算法
- 蚁群算法
- 蚁群算法
- 蚁群算法相关
- JAVA中的作用域public、private、protected、default深度理解,为什么这么做?
- 队列的实现
- C语言中的强符号和弱符号(变量篇)
- BZOJ 1588 营业额统计(伸展树)
- Qt OpenGL:学习现代3D图形编程之三,移动三角形
- 蚁群算法
- Android 消息循环机制源码分析
- 如何设置计算机一键延时自动关机关机
- 嵌入式OS 技术比较分析
- 李白打酒-暴力搜索
- java反射——获取类的方法信息
- Android内部文件的读取和写入
- asp.net 母版页使用详解
- Hang Detect 问题分析案例