蚁群算法

  • 1.算法原理
  • 2.路径构建
  • 3.信息素更新
  • 4.实验分析
    • 4.1初始化参数如下时:
    • 4.2修改参数α、β、ρ:
      • (1)修改ρ(信息素挥发因子)
      • (2)修改α(信息素重要程度因子)
      • (3)修改β(启发函数重要程度因子)
  • 5.结果分析

1.算法原理

一群蚂蚁在寻找食物的过程中,如何确定一条最短路径呢?是通过一种信息素的物质实现了相互间的间接通信,从而找到最短路径。

当前面的蚂蚁走过,后面的蚂蚁选择路线时,会选择较短的路径,那如何确定哪条是较短的路径呢?后面的蚂蚁会根据信息素的浓度来确定路径长短,越短的路径信息素浓度就越大,后面的蚂蚁就会选择信息素浓度大的那条路,经过这条较短路径的蚂蚁就会比其他路径上的蚂蚁多,这样大量蚂蚁实践之后就找到了最短路径。

2.路径构建

蚂蚁在当前所在的点 到每一个下次可能到达的点 的概率公式:

3.信息素更新

每一次迭代完成后,即出去的蚂蚁全部返回来时,就对所有路径进行计算,更新相应的边的信息素浓度。经过一次次迭代,距离短的路径的信息素浓度会增加。

4.实验分析

4.1初始化参数如下时:





可以看到收敛速度较慢,在大约迭代到第75次时停止。

4.2修改参数α、β、ρ:

(1)修改ρ(信息素挥发因子)


将ρ变大(0.1->0.5):

收敛的速度较快,大约在迭代到25次时停止。

(2)修改α(信息素重要程度因子)


将α变大(1->5):


收敛速度变快,而且最短距离变长。

(3)修改β(启发函数重要程度因子)


将β变小(5->2):


发现,在快要迭代到最大迭代次数时,最短距离还有要下降的趋势。而且寻找到的最短距离 比第一次长了。

5.结果分析

信息素重要程度因子(α):反映了蚂蚁在移动过程中 积累的信息量在 蚁群搜索最短路径过程中的 相对重要程度,α 值过大,蚂蚁选择下一个城市的 随机概率 减小。α 值过小,会过早的陷入局部最优。
启发函数重要程度因子(β):反映了启发式信息在 蚁群搜索最短路径过程中的 相对重要程度,其值过大,收敛速度加快,或早陷入局部最优。β 值过小,一直处于寻找过程中,如果最大迭代次数不够大的话,不能在最大迭代次数内找到最优解。
信息素挥发因子(ρ):信息素的挥发水平,它的大小直接关系到蚁群算法的全局搜索能力和收敛速度。

蚁群算法(实验分析)相关推荐

  1. 实验6:蚁群算法在TSP问题中的实现

    实验目的 (1)理解蚁群算法的原理以及优缺点 (2)能够用蚁群算法解决实际问题 实验内容 旅行商问题(TSP,traveling salesman problem):一商人去n个城市销货,所有城市走- ...

  2. vrp车辆路径问题 php,蚁群算法在车辆路径问题(VRP)中的应用.ppt

    蚁群算法在车辆路径问题(VRP)中的应用 ◆割平面法(Cutting Planes Approach)[6] 割平面法求解VRP问题(A)的基本思想是,在求解相应的不含整数约束的VRP问题(B)上,增 ...

  3. 任务分配算法c语言,基于蚁群算法多Agent任务分配方法.pdf

    基于蚁群算法多Agent任务分配方法.pdf 第26 卷第4 期 湖 南 工 业 大 学 学 报 Vol.26 No.4 20 12 年7 月 Journal of Hunan University ...

  4. 【其他】结构技术优化算法--蚁群算法(ant colony optimization)

    目录 1 遗传基因算法 2 模拟退火算法 2.1爬山算法 2.2随机概率优化 3 群体智能算法 3.1蚁群算法 3.2粒子群算法 4总结 1 遗传基因算法 遗传算法(Genetic Algorithm ...

  5. 道路匹配MapMatching:GPS轨迹点常用聚类算法介绍(K-Means聚类、蚁群算法等)

    道路匹配MapMatching:GPS轨迹点常用聚类算法介绍(K-Means聚类.蚁群算法等) 前言 一.聚类算法是什么? 二.道路匹配中常见聚类算法介绍 1.K-Means算法 2.基于时间和距离的 ...

  6. 梁昌勇 软件工程_改进交互式蚁群算法及其应用

    改进交互式蚁群算法及其应用 * 黄永青 1,2+ ,杨善林 1 ,梁昌勇 1 [摘 要] 交互式蚁群优化( interactive ant colony optimization , iACO )是 ...

  7. java动态规划货车运输_多堆场集装箱卡车路径规划的混合蚁群算法

    多堆场集装箱卡车路径规划的混合蚁群算法 发布时间:04-15-19 张建同,宋玉坚,叶春明 <工业工程与管理>第22卷第2期 2017年4月 推荐理由 集装箱运输作为一种高效率高质量的运输 ...

  8. 【本科毕业设计】基于蚁群算法的无人机飞行路径规划

    基于蚁群算法的无人机飞行路径规划 1. 绪论 1.1 选题背景及意义 1.2 研究现状 1.2.1 路径规划的研究现状 2. 四旋翼无人机 2.1 四旋翼无人机简介 2.2 无人机飞行工作原理 2.2 ...

  9. 小白的蚁群算法学习总结

    小白的蚁群算法学习总结(1) 综述 说起接触这个蚁群算法(ACO),是在我大学毕业读研的那个暑假,需要看导师的论文,提前学习时遇到的.想必许多人在读研前没有提前进实验室习惯于看导师论文,刚开始都是一知 ...

最新文章

  1. 0x61.图论 - 最短路
  2. LESSON 9.5 随机森林在巨量数据上的增量学习
  3. Android develop 国际化
  4. php 安装php soap.dll,php_soap.dll下载
  5. 解决margin塌陷的问题_解决margin塌陷与margin合并(margin)清除浮动问题
  6. 重定位----操作系统做的事情
  7. 哈工大c语言作业系统,2015秋C语言程序设计
  8. Windows操作系统下使用pip安装pygame
  9. A星寻路算法(A* Search Algorithm)
  10. Axure rp 9安装包下载地址、汉化文件、授权码(包括下载地址)
  11. 2014.12 总结
  12. android灰度发布平台,安卓版微信灰度发布购物直播功能 小程序直播上线公域流量入口...
  13. [动态规划-0] 前言-我的动态规划学习之路
  14. svn设置忽略文件或者文件夹(目录)
  15. 皮卡丘(pikachu)不安全的文件下载
  16. 傅里叶变换-平稳信号
  17. 今日头屏app v1.0.80
  18. 网页制作基础教程(网址)
  19. 国内各大优秀免费源码下载站集合!
  20. lv9-ARM体系结构与接口技术(1) 计算机硬件基础

热门文章

  1. Parallels Desktop | 在 Mac 里装 Windows 的最佳工具。
  2. 日语IT词汇及相关业务词汇
  3. 无法识别的USB设备解决方法
  4. Node.js 在微医的应用场景及实践
  5. Connection Backoff Interop Test Descriptions
  6. CAD学习记录01-快捷键
  7. Fleck webSocket
  8. 2022广东工业大学计算机考研科目,2022广东工业大学MBA考试科目有哪些-MBA考研初试科目 - 希赛网...
  9. 计算机快捷键如何移动到桌面,如何设置显示桌面快捷键 设置显示桌面快捷键方法【图文】...
  10. mysql 最左原则是什么意思_数据库中的“紧左原则”是什么意思?