蚁群算法的原理和步骤

---

⓵蚁群算法是什么

---

蚁群算法，也称为蚂蚁算法，是一种用于在图中寻找优化路径的概率算法。 它是由MarcoDorigo在1992年的博士论文中提出的，其灵感来自于蚂蚁在寻找食物时寻找路径的方式。 蚁群算法是一种模拟进化算法。 初步研究表明该算法具有许多良好的性质。 针对PID控制器参数的优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有较高的新型模拟进化的有效性和应用价值。 表明他拥有它。 优化技术。
原理
想象一下。 如果你要为蚂蚁设计一个人工智能程序，这个程序会有多复杂呢？首先，如果你想让蚂蚁避开障碍物，你需要创造一个合适的地形，让蚂蚁能够成功地避开障碍物，你需要编程。 指令基于.其次，如果你想让蚂蚁找到食物，你就必须让它们经过所有的地点。 再说一遍，如果我们想让蚂蚁找到最短路径，我们需要计算所有可能的路径并比较它们的大小。 更重要的是，你必须小心编程，因为编程错误可能会导致你失去一切。 你的努力。 多么奇妙的节目啊！对于任何人来说，完成如此繁琐且多余的过程都太复杂了。
但实际上并没有你想象的那么复杂。 上述程序中每只蚂蚁的核心程序只需要不超过100行代码。 蚂蚁怎么能用这么简单的程序做这么复杂的事情呢？答案是简单则的出现。 事实上，每只蚂蚁并不需要像我们想象的那样了解整个世界的信息，而实际上只关心眼前的狭小范围的信息，并根据这些局部信息使用一些简单的规则来做出决策。 因此，蚁群中出现了复杂的行为。 这是人工生命的法则，是对复杂性的科学解释。 那么这些简单的规则是什么呢？

---

⓶蚁群算法如何设置起始点和终点

---

蚁群算法可用于路径规划。
步骤如下：
初始化参数、地形矩阵、信息素矩阵和启发因子矩阵。 启发式因子矩阵中某个点的值是该点到终点的距离的倒数。 信息素材料被初始化为统一值。
本例中路径表示如下：[路径长度点1点2...]，例如[21200]表示路径长度为2，路径为[12]。
对于每次迭代中的每只蚂蚁，都会完成以下3个步骤，直到到达终点或陷入死胡同：
创建一个禁忌矩阵，禁忌矩阵中访问过的点为0，其余点等于矩阵因子中相应点的启发值。
根据信息素、启发式因素和禁忌表，通过轮盘赌的方式设定起点并选择最近的城市。
更新曲目和选项卡矩阵。
每次迭代后，信息素都会更新，并且仅在最优路径上添加点。 重复直到结束。