蚁群算法研究与实践
发布时间
阅读量：
阅读量
关键词：启发式算法 蚁群算法 迭代 正反馈
1.蚁群算法(ant colony algorithm,ACA)起源和发展历程
在探索新型计算方法的过程中，Marco Dorigo等人观察到蚂蚁群体在觅食时能够通过释放信息素进行信息传递，从而高效地找到食物来源。受此现象启发，他在1991年的博士论文中首次提出了一种基于蚁群行为的智能优化技术，即“蚂蚁系统（Ant system,简称AS）”。随后，该方法不断被研究者完善与拓展，并逐步应用于多个复杂问题的求解中，包括图着色、二次分配、工件排序、车辆路径规划、车间调度、网络路由以及大规模集成电路设计等领域。近年来，M.Dorigo及其团队进一步将该类算法推广为一种通用的优化策略——“蚁群优化（Ant Colony Optimization,简称ACO）”，并将所有符合ACO框架的计算模型统称为“蚁群优化算法（ACO algorithm）”。
还没有任何评论哟~