蟻群演算法的實際應用

蟻群演算法是一種用來在圖中尋找優化路徑的機率型演算法。

蟻群演算法由Marco Dorigo於1992年在他的博士論文中提出，其靈感來源於螞蟻在尋找食物過程中發現路徑的行為。

蟻群演算法是一種模擬進化演算法，初步的研究表明該演算法具有許多優良的性質。

針對PID控制器引數優化設計問題，將蟻群演算法設計的結果與遺傳演算法設計的結果進行了比較，數值模擬結果表明。

這種演算法具有分佈計算、資訊正反饋和啟發式搜尋的特徵，本質上是進化演算法中的一種啟發式全域性優化演算法。

蟻群演算法實際應用於其他組合優化問題，如旅行商問題、指派問題、Job—shop排程問題、車輛路由問題、圖著色問題和網路路由問題等。

最近幾年，該演算法在網路路由中的應用受到越來越多學者的關注，並提出了一些新的基於螞蟻演算法的路由演算法。

同傳統的路由演算法相比較，該演算法在網路路由中具有資訊分散式性、動態性、隨機性和非同步性等特點，而這些特點正好能滿足網路路由的需要。

蟻群演算法(ant colony optimization， ACO)，又稱螞蟻演算法，是一種對自然界螞蟻的尋徑方式進行模擬而得到的一種仿生演算法，是一種用來在圖中尋找優化路徑的機率型演算法。

      螞蟻在運動過程中，可以在行走的路徑上留下資訊素，後來的螞蟻可以感知到資訊素的存在，資訊素濃度越高的路徑越容易被後來的螞蟻選擇，從而形成一種正反饋現象。

      它能夠求出從原點出發，經過若干個給定的需求點，最終返回原點的最短路徑。這也就是著名的旅行商問題(Traveling Saleman Problem，TSP)。