对于蚁群优化算法的研究
1.蚁群算法
生物学家在对社会性昆虫群体行为的研究中发现,单独昆虫个体行为能力非
常有限,并且随机性较大,但是通过个体之间的协作,整个群体却能够完成复杂
的任务,表现出高度的组织性和纪律性。这些有趣的现象引起了人们的极大兴趣
和研究热情,并相继提出了群智能优化算法。
蚁群算法是一种模拟蚂蚁觅食的一种行为过程的算法,具有分布式计算、信
息素正反馈、启发式搜索等特性。它是由意大利学者 Dorigo 等人于上个世 90
年代初首先提出,之后,又系统地研究了蚁群算法的基本原理和算法模型,蚁群
算法的发展奠定了坚实的基础,并引起了许多学者的关注与研究。蚁群法在解决
TSp 问题、着色问题以及车辆路由等离散优化问题有着自身的优势,得了巨大的
进展。对于连续域问题的优化,现在国内外许多学者也都在相关的研究,主要包
括二进制编码的蚁群算法、实数编码的蚁群算法等。经过近 20 多年的研究,蚁
群算法的改进方法层出不穷,其涉及的领域也在不断扩。作为一种新型的群智能
优化算法,它的优越性正受到越来越多的关注。
路径规划问题是组合优化和运筹学领域研究的热点问题之一,在我们生活中
具有重要的理论和实际意义。本文主要讨论四类路径规划问题:旅行售货员问题
(Traveling Salesman Problem, TSP)、编队控制问题中(Formation Control Problem,
FCP)最短编队距离问题(Minimum Formation Distance Problem, MFDP)、带
容量约束的车辆路由问题(Capacitated Vehicle Routing Problem, CVRP)及智能体路
径规划问题(Agent Path Planning Problem, APPP)。
评论0