蚁群智能优化方法及其应用

admin 2022年11月13日 139次浏览

蚁群智能优化方法及其应用

(副标题):无 ;

(作者): 柯良军 ;

内容简介:

​ 第2章 蚁群优化方法概述
2.1 蚁群算法的思想起源
蚂蚁作为一种社会昆虫,其食物搜索行为具有非常高的协作性。研究发现,当蚂蚁在蚁穴和食物源之间行走时,会释放一种称为信息素的物质,这些物质形成一条指示轨迹。由于蚂蚁在较长路径上行走时需要更多的时间,而信息素是随着时间挥发的,因此较短路径上的信息素强度(intensity)高于较长路径上的强度。蚂蚁可以感知到环境中这种物质的存在及其强度,并在移动时,倾向于选择信息素强度高的轨迹。最终它会从初始的随机路径搜索,逐步稳定到最短路径上来。蚂蚁对环境中的刺激物作出反应,并产生新的刺激物,这些刺激物既作用于自己,也对群体中的其他个体产生影响。这种间接的通信方式形成了一种行为协作方式。它具有两个突出特点:一是通信个体通过释放信息素修正其对所处环境的物理状态;二是信息素只能被访问该局部状态的通信个体感应到。这种以环境状态的物理修正为媒介,而且只能被局部接收的通信方式称为Stigmergy。
1989年,Gross等[1]利用一群蚂蚁做了如下实验:在蚁穴与食物源之间架设二分支桥。每次移动时,蚂蚁只能选择两个分支之一往返于蚁穴与食物源。实验观察发现,在很短时间内,大多数蚂蚁将会选择路径较短的桥,并且蚁群选择短分支的概率随着两个分支之间的长度比例增加而增大。
随后,Dorigo等[2]做了如图2-1所示的经典实验。图中A是蚁穴,E是食物源,HC为一障碍物。蚂蚁在没有障碍的时候,可以通过如图2-1(a)所示路径到达食物源。但是由于障碍的存在,蚂蚁只能经H或C由A到达E(图2-1(b)),其路径选择受先前经过的蚂蚁留下的信息素强度的影响。右边的路径短,蚂蚁在其上留下的信息素强度高,该路径被其他蚂蚁选择的概率就高。随着信息素的积累,蚂蚁趋向于选择右边的路径(图2-1(c))。

图2-1 蚂蚁觅食躲避障碍示意图

Dorigo等

目录预览:

​ 蚁群智能优化方法及其应用
第1章 绪章
第2章 蚁群优化方法概述
第3章 旅行商问题
第4章 多维背包问题
第5章 定向问题
第6章 团队定向问题
第7章 属性约简
第8章 卫星资源调度问题
第9章 旅游路线规划问题
第10章 多目标组合优化问题
附录


[EPUB下载]