AntColonyOptimization:使用Python的蚁群优化算法

直观了解算法的工作原理： 蚂蚁从出发地到最后，前往所有城市。 我们可以想象它们以相同的路径返回，并在返回的路径上沉积信息素。 他们在较短的距离上（然后在较长的距离上）仅在行进的路径上沉积更多的信息素。 一只蚂蚁会根据路径上的信息素水平以及到最近城市的距离来决定去哪座城市。 更详细地： 我们选择N个蚂蚁。 我们初始化信息素沉积矩阵，它与距离矩阵的形状相同。 和坐标响应相同的城市。 如果distances[2,5] = 35则2到5的距离为35，如果pheromone[2,5] = 0.8则沉积在2和5之间的路径上的信息素水平为0.8。 用所有具有相同值的小变量初始化信息素矩阵。 探索一些路径： 蚂蚁决定使用哪个城市去： city_to_city_score = pheromone ** alpha * (1.0 / distance) ** beta alpha和beta分别充