介绍
- 蚁群算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法
- 蚁群算法应用广泛，如旅行商问题(traveling salesman problem,简称TSP)、指派问题、Job-shop调度问题、车辆路径问题（vehicle routing problem）、图着色问题(graph coloring problem)和网络路由问题（network routing problem）等等。
伪代码
ACO伪代码
- 设置参数并初始化所有信息素值
- 每只蚂蚁都从初始的空解sp=∅开始
- 在每一步中，蚂蚁通过选择一个可行解组件cij∈N(sp)并将其添加到当前的部分解中来扩展其当前的部分解sp
-
要添加的解组件的选择是在每个构建步骤中概率性地完成的选择概率
η(.)是一个函数，它给cij∈N(Sp)的每个可行解分量赋一个启发式值，通常称为启发式信息
参数α和β决定了信息素踪迹和启发式信息的相对影响 - 更新信息素
信息素踪迹挥发
信息素增强
ACO求解TSP
伪代码
ACO求解TSP伪代码
