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