数学建模社区-数学中国

标题: 蚁群算法 [打印本页]

作者: mengqj 时间: 2009-8-22 20:29
标题: 蚁群算法
基于优化蚁群算法的机器人路径规划
蚁群算法的连续空间算法研究
基于蚁群算法鲜活农产品配送路径优化研究

Ⱥ㷨ļϸ.pdf

245.8 KB, 下载次数: 24, 下载积分: 体力 -2 点

Ⱥ㷨ʻũƷ·Żо.pdf

207.65 KB, 下载次数: 16, 下载积分: 体力 -2 点

Ⱥ㷨ļϸ.pdf

245.8 KB, 下载次数: 20, 下载积分: 体力 -2 点

作者: 刘宝华 时间: 2009-8-22 20:33
l楼主能不能介绍下蚁群算法的适用范围啊？

作者: 东方明珠-WDZYQ 时间: 2009-8-22 20:41
都是写好的论文啊，借鉴好啊

作者: tianya626 时间: 2009-8-22 20:58
多谢了 ~

作者: tianya626 时间: 2009-8-22 20:59
挺不错的 ~

作者: xiexiangyi0 时间: 2009-8-22 23:52
顶啊顶。。。

作者: kfc315 时间: 2009-8-23 00:01
非常感谢，受用了。

作者: mengqj 时间: 2009-8-23 21:16
回复二楼：

蚁群算法（适用于理工多学科的先进算法）
20世纪90年代初期，意大利学者Dorigo Macro等人通过模拟自然界中蚂蚁集体寻径的行为而提出了蚁群算法（Ant Colony Algorithm简称ACA)，这是一种基于种群的启发式仿生进化算法。该算法最早成功应用于解决著名的旅行商问题（TSP）。它采用分布式并行计算机制，易于与其他方法结合，具有较强的鲁棒性。最近几年开始引起了国内外专家学者的关注。同禁忌搜索算法相比，它对初始解的依赖性不强；同遗传算法相比，蚁群算法中的个体之间不断进行信息交流和传递，其正反馈机制更有利于发现较好解。
仿生学家们长期的研究发现：蚁群作为一个整体是具有高度自组织性的，蚂蚁虽没有视觉，但运动时会在路径上释放出一种特殊的分泌物——信息素寻找路径。当它们碰到一个还没有走过的路口时，就随机地挑选一条路径前行，同时会释放出与路径长度有关的信息素。蚂蚁走的路径越长，则释放的信息素数量越小。当后来的蚂蚁再次碰到这个路口的时候，选择信息素数量较大路径概率就会相对较大，这样形成了一个正反馈机制。最优路径上的信息素数量越来越大，而其他路径上的信息素数量却会随着时间的流逝而消减，最终整个蚁群会找出最优路径。而且蚂蚁还能够适应环境的变化，当蚁群的运动路径上突然出现障碍物时，蚂蚁亦能够很快地重新找到最优路径。可见在整个寻径过程中，虽然单个蚂蚁的选择能力有限，但是通过信息素的作用使整个蚁群的行为具有非常高的自组织性，蚂蚁之间交换着路径信息，最终通过蚁群的集体自催化行为找出最优路径。蚁群算法便是基于这种正反馈自催化行为产生的。
蚁群算法包含两个基本阶段：适应阶段和协作阶段。在适应阶段，各候选解根据积累的信息不断调整自身结构#路径上经过的蚂蚁越多，信息素数量越大，则该路径越容易被选择；时间越长，信息素数量越小。在协作阶段，候选解之间通过信息交流，以期望产生性能更好的解。
蚁群算法寻优简单、鲁棒性强、易于并行化，是一种效率很高的寻优方法。它不依赖被控对象的精确数学模型，能有效地攻克十分困难的优化问题，使处理问题更具灵活性、适应性和鲁棒性。该方案不仅能提高控制系统设计的品质，而且能降低设计的难度。因此，蚁群算法各个工程领域中有着十分广阔的应用前景。

作者: 浩星无恨 时间: 2010-7-17 14:09
顶一下了、、、、、、、、、、、、、

作者: cangbai 时间: 2010-7-17 18:06

作者: 寻梦水灵 时间: 2010-8-13 10:08
下了但是看不了 !!!!!!!!!!!!!!

作者: tulian.2010 时间: 2011-9-27 18:54
谢谢分享资料！！！！！！！！！！！！！！

作者: 宝鼎幽窗 时间: 2012-8-5 17:27
写好的论文啊？下一下看看吧，希望能用得上

作者: 宝鼎幽窗 时间: 2012-8-5 17:29
其实还是在简要介绍蚁群算法，呃。。。有点不太值。。。。

欢迎光临数学建模社区-数学中国 (http://www.madio.net/)