蚁群算法

一、灵感来源

蚂蚁在选择路径的时候会留下信息素，信息素浓度较高的路径为大多数蚂蚁行走过的路径，则效率相对较高。

二、核心要素

• 蚂蚁个体，每个蚂蚁代表一个解决方案
• 信息素，用于记录路径的优劣程度
• 启发信息，与问题相关的先验知识
• 信息素更新规则，信息素的挥发，信息素的添加，平衡探索与利用

三、蚁群算法基本框架

四、蚁群算法解TSP问题

有n个城市，返回每个城市仅去一次，游玩距离最短的方案：

1 初始化

• 城市之间距离矩阵
• 初始化每条路径的信息素浓度τ
• 设定参数：蚂蚁数量 m、信息素挥发率 ρ、信息素重要程度 α、启发式信息重要程度 β、最大迭代次数等。

2 蚂蚁构建路径

每一只蚂蚁根据概率选择一个未访问的城市j

3 更新信息素，从而增加新路径的探索性。

局部信息更新，更新刚经过的路径

 

全局信息更新，

4  收敛条件

 

参考：

https://mp.weixin.qq.com/s?__biz=MzU5ODYyMDQyOA==&mid=2247534860&idx=2&sn=9c793f41270f451bafc72f831cbcbf62&chksm=ff9ac4e4c3a217dfc56da499ffaf55b2ecfc03feee66f55c37820b43b73f6ecf9432f561f691&scene=27