蚁群算法的数学模型.doc_第1页
蚁群算法的数学模型.doc_第2页
蚁群算法的数学模型.doc_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

蚁群算法的数学模型 蚂蚁在运动过程中，运动转移的方向由各条路径上的信息量浓度决定。为方便记录可用来记录第 k 只蚂蚁当前已走过的所有节点，这里可以称存放节点的表为禁忌表；这个存放节点的集合会随着蚂蚁的运动动态的调整。在算法的搜索过程中，蚂蚁会智能地选择下一步所要走的路径。 设 m 表示蚂蚁总数量，用表示节点 i 和节点 j 之间的距离，表示在 t 时刻连线上的信息素浓度。在初始时刻，m只蚂蚁会被随机地放置，各路径上的初始信息素浓度是相同的。在 t 时刻，蚂蚁 k 从节点i转移到节点 j 的状态转移概率为 其中，表示蚂蚁 k 下一步可以选择的所有节点，C 为全部节点集合；为信息启发式因子，在算法中代表轨迹相对重要程度，反映路径上的信息量对蚂蚁选择路径所起的影响程度，该值越大，蚂蚁间的协作性就越强；可称为期望启发式因子，在算法中代表能见度的相对重要性。是启发函数，在算法中表示由节点i 转移到节点 j 的期望程度，通常可取。在算法运行时每只蚂蚁将根据(2-1)式进行搜索前进。 在蚂蚁运动过程中，为了避免在路上残留过多的信息素而使启发信息被淹没，在每只蚂蚁遍历完成后，要对残留信息进行更新处理。由此，在t+n时刻,路径(i,j)上信息调整如下 (2-2) (2-3) 在式中，常数 表示信息素挥发因子,表示路径上信息量的损耗程度,的大小关系到算法的全局搜索能力和收敛速度，则可用代表信息素残留因子,表示一次寻找结束后路径(i,j)的信息素增量。在初始时刻,表示第 k 只蚂蚁在本次遍历结束后路径(i,j)的信息素。 由于信息素更新策略有所不同，学者Dorigo M 研究发现了三种不同的基本蚁群算法模型，分别记为“蚁周系统”(Ant-Cycle)模型、“蚁量系统”(Ant-Quantity)模型及“蚁密系统”(Ant-Density)模型，三种模型求解 方式存在不同。“蚁周系统”(Ant-Cycle)模型 第k只蚂蚁走过 (2-4)“蚁量系统”(Ant-Quantity)模型 第k只蚂蚁在t和t+1之间走过 (2-5)“蚁密系统”(Ant-Density)模型 第k只蚂蚁在t和t+1之间走过 (2-6)从上边各公式可以看出三种模型的主要区别是：“蚁量系统”和“蚁密系统”中，信息素是在蚂蚁完成一步后更新的，即采用的是局部信息；而在“蚁周系统”中路径中信息素是在蚂蚁完成一个循环后更新的，即应用的是整体信息。在一系列标准测试问题上运行的实验表明
人人文库> 全部分类> 生活休闲 > 科普知识

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论