粒子群优化算法与蚁群算法.ppt

人工智能粒子群优化算法PSOParticleSwarmOptimization背景背景背景背景背景算法介绍算法介绍算法介绍算法介绍算法介绍算法介绍算法介绍算法介绍算法介绍算法介绍算法介绍算法介绍全局和局部最优算法参数分析参数分析参数分析参数分析参数分析蚁群算法理论小蚂蚁，大智慧在现实生活中，我们总可以观察到大量蚂蚁在巢穴与食物源之间形式近乎直线的路径，而不是曲线或者圆等其他形状。蚂蚁群体不仅能完成复杂的任务，而且还能适应环境的变换，如在蚁群运动线路上加上障碍，一开始各只蚂蚁分布是均匀的，不管路径长短，蚂蚁总是按照同等概率选择各条路径。
在蚂蚁运动的过程中，能够在其经过的路径上留下信息素，而且能够感知这种物质的强度及存在，并以此指导自己运动的方向，蚂蚁倾向于向信息素浓度高的方向移动，相等时间内较短路径上的信息素就遗留得较多，则选择的蚂蚁就变得多。
由于蚁群集体行为表现出一种信息正反馈信息，即某一路径走过的蚂蚁越多，则后来者选择的概率就大得多，蚂蚁个体之间就是通过这种信息交流机制来搜索食物，并沿着最短的路径前进。蚁群寻找食物的过程蚁群觅食的双桥实验蚁群算法的背景蚁群算法的由来：蚂蚁是地球上最常见、数量最多的昆虫种类之一，常常成群结队地出现在人类的日常生活环境中。这些昆虫的群体生物智能特征，引起了一些学者的注意。意大利学者M.Dorigo，V.Maniezzo等人在观察蚂蚁的觅食习性时发现，蚂蚁总能找到巢穴与食物源之间的最短路径。经研究发现，蚂蚁的这种群体协作功能是通过一种遗留在其来往路径上的叫做信息素(Pheromone)的挥发性化学物质来进行通信和协调的。化学通信是蚂蚁采取的基本信息交流方式之一，在蚂蚁的生活习性中起着重要的作用。通过对蚂蚁觅食行为的研究，他们发现，整个蚁群就是通过这种信息素进行相互协作，形成正反馈，从而使多个路径上的蚂蚁都逐渐聚集到最短的那条路径上。34353637383940414243444546474849