一、 算法简介
蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。
蚁群算法是一种模拟进化算法。
二、 算法基本原理
蚂蚁在行走过程中会释放一种称为“信息素”的物质,用来标识自己的行走路径。
在寻找食物的过程中，根据信息素的浓度选择行走的方向，并最终到达食物所在的地方。
信息素会随着时间的推移而逐渐挥发。
所以，在蚂蚁1到达食物地点选择会回去的路时，会选择右边这条（信息素浓度高）的路，久而久之，右边这条路的浓度逐渐增加，所有蚂蚁都会选择这条更短的路径。
三、 算法特点
1、自组织的算法：自组织就是在没有外界作用下使得系统嫡减小的过程(即是系统从无序到有序的变化过程)。
2、并行的算法：每只蚂蚁搜索的过程彼此独立，仅通过信息激素进行通信。同时开始进行独立的解搜索，增加了算法的可靠性,也使得算法具有较强的全局搜索能力。
3、正反馈的算法：蚂蚁能够最终找到最短路径，直接依赖于最短路径上信息激素的堆积,而信息激素的堆积就是一个正反馈的过程。正反馈是蚂蚁算法的重要特征，它使得算法演化过程得以进行。