蚁群算法(ACA)及其Matlab实现

1基本原理

本质上也是一种概率算法,通过大概率收敛到最佳值,和其他的智能算法很相似。蚁群分泌的信息素存在正反馈,使得较佳的解

具有大概率被选到,当全局都选用较佳的解,变可以得到整体的最优解。

2几个关键点:

  1) 概率选择:

      受信息素浓度和启发函数影响,启发函数为距离的倒数

   2)信息素挥发

      考虑到信息素随时间的挥发,加入挥发因子                

3程序设计步骤:

    1初始化各个参数:包括各点的距离,信息素的初始浓度,蚂蚁数量,信息素挥发因子

                                    信息素和启发函数的重要度因子,启发函数,最大迭代次数,路径记录表等等

      2迭代:对每个蚂蚁随机制定初始值,再根据概率选择,选择出每只蚂蚁的路径,确定每只蚂蚁的路径总长度,

                   以及蚁群的最佳路径长度和平均长度,并对信息素进行更新。

      3展示:展示出最佳路径,以及最佳路径对迭代的变化图

   4Matlab代码

猜你喜欢

转载自www.cnblogs.com/jacksin/p/9163508.html