蚁群算法应用于TSP问题

蚁群优化算法ACO(Ant Colony Optimization Algorithm)是由意大利学者M.Dorigo等[1]于20世纪90年代初期受到自然界中真实蚂蚁觅食行为启发而提出的一种仿生优化算法。算法采用分布式并行计算机制，具有较强的鲁棒性，且易与其它优化算法相结合。取得了一系列较好的实验结果，其具有的诸多优良特性，使蚁群算法迅速受到研究者们的广泛关注[2]。 蚁群优化算法最早以求解离散问题优化为主，如旅行商问题(Traveling Sales-man Problem，TSP),并取得了较好的应用效果。随着算法的发展,学者们在基本蚁群算法基础上提出了诸多改进策略﹐有效提高了算法的求解性能﹐并逐渐将其扩展应用于诸如作业调度﹑路径规划﹑数据挖掘等多个领域,取得了丰富的研究成果[3]。