补算法相关知识一：蚂蚁算法

要去工作了，关于算法的啥都不知道，所以现在开始补知识吧。

百度百科：蚂蚁算法，copy过来的~~~

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技术。它由Marco Dorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。

说明：为什么小小的蚂蚁能够找到食物？他们具有智能么？设想，如果我们要为蚂蚁设计一个人工智能的程序，那么这个程序要多么复杂呢？首先，你要让蚂蚁能够避开障碍物，就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物，其次，要让蚂蚁找到食物，就需要让他们遍历空间上的所有点；再次，如果要让蚂蚁找到最短的路径，那么需要计算所有可能的路径并且比较它们的大小，而且更重要的是，你要小心翼翼的编程，因为程序的错误也许会让你前功尽弃。。。。

范围：蚂蚁观察到的范围是一个方格世界，蚂蚁有一个参数为速度半径（一般是3），那么它能观察到的范围就是3*3个方格世界，并且能移动的距离也在这个范围之内。

环境： 蚂蚁所在的环境是一个虚拟的世界，其中有障碍物，有别的蚂蚁，还有信息素，信息素有两种，一种是找到食物的蚂蚁洒下的食物信息素，一种是找到窝的蚂蚁洒下的窝的信息素。每个蚂蚁都仅仅能感知它范围内的环境信息。环境以一定的速率让信息素消失。

觅食规则：在每只蚂蚁能感知的范围内寻找是否有食物，如果有就直接过去。否则看是否有信息素，并且比较在能感知的范围内哪一点的信息素最多，这样，它就朝信息素多的地方走，并且每只蚂蚁多会以小概率犯错误，从而并不是往信息素最多的点移动。蚂蚁找窝的规则和上面一样，只不过它对窝的信息素做出反应，而对食物信息素没反应。

移动规则：每只蚂蚁都朝向信息素最多的方向移，并且，当周围没有信息素指引的时候，蚂蚁会按照自己原来运动的方向惯性的运动下去，并且，在运动的方向有一个随机的小的扰动。为了防止蚂蚁原地转圈，它会记住最近刚走过了哪些点，如果发现要走的下一点已经在最近走过了，它就会尽量避开。

避障规则：如果蚂蚁要移动的方向有障碍物挡住，它会随机的选择另一个方向，并且有信息素指引的话，它会按照觅食的规则行为。

播撒信息素规则：每只蚂蚁在刚找到食物或者窝的时候撒发的信息素最多，并随着它走远的距离，播撒的信息素越来越少。

蚂蚁如何找到最短路径：

这一是要归功于信息素，另外要归功于环境，具体说是计算机时钟。信息素多的地方显然经过这里的蚂蚁会多，因而会有更多的蚂蚁聚集过来。假设有两条路从窝通向食物，开始的时候，走这两条路的蚂蚁数量同样多（或者较长的路上蚂蚁多，这也无关紧要）。当蚂蚁沿着一条路到达终点以后会马上返回来，这样，短的路蚂蚁来回一次的时间就短，这也意味着重复的频率就快，因而在单位时间里走过的蚂蚁数目就多，洒下的信息素自然也会多，自然会有更多的蚂蚁被吸引过来，从而洒下更多的信息素……；而长的路正相反，因此，越来越多地蚂蚁聚集到较短的路径上来，最短的路径就近似找到了。

蚂蚁行动的简单行为规则：多样性、正反馈

多样性保证了蚂蚁在觅食的时候不至于走进死胡同而无限循环。正反馈机制则保证了相对优良的信息能够被保存下来。可以把多样性看成是一种创造能力，而正反馈是一种学习强化能力。正反馈的力量也可以比喻成权威的意见，而多样性是打破权威体现的创造性，正是这两点小心翼翼的巧妙结合才使得智能行为涌现出来。多样性保证了系统的创新能力，正反馈保证了优良性能能够得到强化，两者要恰到好处的结合如果多样性过剩，也就是系统过于活跃，这相当于会过多的随机运动，它就会陷入混沌状态；而相反，多样性不够，正反馈机制过强，那么系统就好比一潭死水。这在蚁群中来讲就表现为，蚂蚁的行为过于僵硬，当环境变化了，蚂蚁群仍然不能适当的调整。

蚂蚁算法中的一些参数：

最大信息素：蚂蚁在一开始拥有的信息素总量，越大表示程序在较长一段时间内能够存在信息素。

信息素消减速度：随着时间的流逝，已经存在于世界上的信息素会消减，这个数值越大，那么消减的越快。

错误概率：表示这个蚂蚁不往信息素最大的区域走的概率，越大则表示这个蚂蚁越有创新性。

速度半径：表示蚂蚁一次能走的最大长度，也表示这个蚂蚁的感知范围。

记忆能力：表示蚂蚁能记住多少个刚刚走过点的坐标，这个值避免了蚂蚁在本地打转，停滞不前。而这个值越大那么整个系统运行速度越慢，越小则蚂蚁越容易原地打转。

还要了解的算法有：人工智能算法、神经网络算法、遗传算法、n皇后算法。

补算法相关知识一：蚂蚁算法相关推荐

adam算法相关知识
学习链接:https://blog.csdn.net/Solo95/article/details/84842144 1.指数加权平均: 2.使用动量的梯度下降: 3.RMSprop算法: 4.Ada ...
决策规划算法相关知识之 POMDP模型
(写给读者:本文旨在记录我自己对该算法(方法)的理解,用于面试中可能用得到的回答,因此尽量将该文写的口语化,尽量能懂,而不是高深的各种符号,但一些关键的公式还是会贴以加深记忆.) 思考问题及回答问题方 ...
Unity开发-网络.算法.平台相关知识！
A. 网络相关知识一.TCP 1.面向数据流.可靠.能保证消息到达顺序. 2.滑动窗口.控制发送量,发送方只能发送窗口内大小的数据包.防止发送方发送的数据过多,接收方无法处理的情况. 3.Nagle ...
CV之CycleGAN：CycleGAN算法相关思路配图、论文集合
CV之CycleGAN:CycleGAN算法相关思路配图.论文集合目录 CycleGAN算法相关思路配图 CycleGAN算法相关论文集合改进的StarGAN CycleGAN算法相关思路配图 1 ...
粒子群算法tsp java_粒子群算法解决TSP问题汇总.doc
PAGE \* MERGEFORMAT 14 河南理工大学计算机科学与技术学院课程设计报告 2014- 2015学年第一学期课程名称 Java语言程序设计设计题目利用粒子群算法解决TSP问题姓 ...
35、算法的概述和解析算法、枚举算法
前面我们已经将Python语法部分的知识都讲完了.前面我们拿到一个程序题,我们都是按照自己的思路直接写代码,但是复杂的程序就不是那么容易直接写出来的了,需要分析整体的思路.从这节课开始我们要讲算法的相 ...
前端面试：你应该了解的JS算法相关的知识
前端面试:你应该了解的JS算法相关的知识时间复杂度通常使用最差的时间复杂度来衡量一个算法的好坏. 常数时间 O(1) 代表这个操作和数据量没关系,是一个固定时间的操作,比如说四则运算. 对于一个算 ...
光斑定位技术在空间激光通信中扮演着重要的角色。本文将详细介绍光斑定位的相关知识，并使用Matlab实现一些相关的算法。
光斑定位技术在空间激光通信中扮演着重要的角色.本文将详细介绍光斑定位的相关知识,并使用Matlab实现一些相关的算法. 一.光斑定位技术光斑定位技术是一种通过计算像素位置来确定目标物体位置的技术,广 ...
DQN相关知识总结及演员-评论员算法介绍（DataWhale组队学习笔记）
DQN基本概念及相关技巧 DQN(Deep Q-network)即深度Q网络,通过结合神经网络技术和价值函数近似,采用目标网络和经历回放的方法来进行网络的训练. 价值函数近似在面对现实中的强化学习任 ...

补算法相关知识一：蚂蚁算法

补算法相关知识一：蚂蚁算法相关推荐

最新文章

热门文章