蟻群算法與函數(shù)優(yōu)化課件_第1頁
蟻群算法與函數(shù)優(yōu)化課件_第2頁
蟻群算法與函數(shù)優(yōu)化課件_第3頁
蟻群算法與函數(shù)優(yōu)化課件_第4頁
蟻群算法與函數(shù)優(yōu)化課件_第5頁
已閱讀5頁,還剩17頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、蟻群算法與函數(shù)優(yōu)化主講人:王同偉1蟻群算法原理螞蟻在運(yùn)動過程中,能夠在它所經(jīng)過的路徑上留下一種稱之為外激素或者信息素(pheromone)的物質(zhì)進(jìn)行信息傳遞,而且螞蟻在運(yùn)動過程中能夠感知這種物質(zhì),并以此指導(dǎo)自己的運(yùn)動方向,因此由大量螞蟻組成的蟻群集體行為便表現(xiàn)出一種信息正反饋現(xiàn)象:某一路徑上走過的螞蟻越多,則后來者選擇該路徑的概率就越大。22簡化的螞蟻尋食過程3 螞蟻從A點(diǎn)出發(fā),速度相同,食物在D點(diǎn),可能隨機(jī)選擇路線ABD或ACD。假設(shè)初始時每條分配路線一只螞蟻,每個時間單位行走一步,本圖為經(jīng)過9個時間單位時的情形:走ABD的螞蟻到達(dá)終點(diǎn),而走ACD的螞蟻剛好走到C點(diǎn),為一半路程。4 本圖為從

2、開始算起,經(jīng)過18個時間單位時的情形:走ABD的螞蟻到達(dá)終點(diǎn)后得到食物又返回了起點(diǎn)A,而走ACD的螞蟻剛好走到D點(diǎn)。 假設(shè)螞蟻每經(jīng)過一處所留下的信息素為一個單位,則經(jīng)過36個時間單位后所有開始一起出發(fā)的螞蟻都經(jīng)過不同路徑從D點(diǎn)取得了食物,此時ABD的路線往返了2趟,每一處的信息素為4個單位,而 ACD的路線往返了一趟,每一處的信息素為2個單位,其比值為2:1。若按以上規(guī)則繼續(xù),蟻群在ABD路線上再增派一只螞蟻(共3只),而ACD路線上仍然為一只螞蟻。再經(jīng)過36個時間單位后,兩條線路上的信息素單位積累為24和6,比值為4:1。若繼續(xù)進(jìn)行,則按信息素的指導(dǎo),最終所有的螞蟻會放棄ACD路線,而都選擇

3、ABD路線。這也就是前面所提到的正反饋效應(yīng)。53 螞蟻的覓食策略61、等長二元橋?qū)嶒?yàn) 蟻穴通過雙支橋與食物相連,而橋的兩個分支長度相等,而且兩個分支上最初沒有信息素。然后,將螞蟻置于可以自由地在蟻穴和食物源之間移動的狀態(tài),觀察選擇兩個分支的螞蟻的比例。結(jié)果如圖(b)顯示,經(jīng)過最初的一個短暫的震蕩階段,螞蟻向著一條相同的路徑前進(jìn)。7圖 1 等長雙橋?qū)嶒?yàn) S. Goss 8 等人給出了上述實(shí)驗(yàn)的概率模型。首先,假定橋上殘留的外激素量與過去一段時間經(jīng)過該橋的螞蟻數(shù)成正比(這意味著不考慮外激素蒸發(fā)的情況);其次,某一時刻螞蟻按橋上外激素量的多少來選擇某座橋,即螞蟻選擇某座橋的概率與經(jīng)過該橋的螞蟻數(shù)成正

4、比。當(dāng)所有 m 只螞蟻都經(jīng)過兩座橋以后,設(shè) Am、Bm分別為經(jīng)過 A 橋和 B 橋的螞蟻數(shù)(Am + Bm = m),則第 m+1 只螞蟻選擇 A 橋的概率為:9 公式表明:往A走的螞蟻越多,選擇分支A的概率就越高“n”決定選擇公式的非線性程度。(n越大,信息素多一點(diǎn)的分支選擇概率越高)“k”表示對未標(biāo)記的分支的吸引程度。(k越大,越多的信息素使選擇非隨機(jī)化)()1()()niABnniikAPPkAkB 2、不等長雙橋?qū)嶒?yàn):圖2 (a)為螞蟻經(jīng)過不等長雙橋開始覓食;圖2 (b)顯示絕大多數(shù)螞蟻選擇較短的橋;圖2 (c)顯示最終有80%一100%的螞蟻選擇較短的橋。1011圖 2 不等長雙橋?qū)?/p>

5、驗(yàn)在非對稱雙橋?qū)嶒?yàn)中,由于初始波動的擴(kuò)大,螞蟻常常會選擇最短的路徑;先回蟻巢的螞蟻在最短分支上走了兩次(從蟻穴到食物源,再回到蟻穴)。所以這些螞蟻回來后不久,在短分支上有更多的信息素,從而誘使巢中同伴選擇短分支。實(shí)驗(yàn)表明,通過初始波動的擴(kuò)大,最終選擇短分支的幾率隨著兩個分支的長度比的增加而增長。由此可見,在非對稱雙橋?qū)嶒?yàn)中,初始波動對勝出分支橋(即較多螞蟻選擇的橋)的影響減小,而占主導(dǎo)作用的是隨機(jī)信息素的引導(dǎo)行為。12 基于以上蟻群尋找食物時的最優(yōu)路徑選擇問題,可以構(gòu)造人工蟻群,來解決最優(yōu)化問題人工蟻群中把具有簡單功能的工作單元看作螞蟻。二者的相似之處在于都是優(yōu)先選擇信息素濃度大的路徑。較短路

6、徑的信息素濃度高,所以能夠最終被所有螞蟻選擇,也就是最終的優(yōu)化結(jié)果。 兩者的區(qū)別在于人工蟻群有一定的記憶能力,能夠記憶已經(jīng)訪問過的節(jié)點(diǎn)。同時,人工蟻群再選擇下一條路徑的時候是按一定算法規(guī)律有意識地尋找最短路徑,而不是盲目的。例如在TSP問題中,可以預(yù)先知道當(dāng)前城市到下一個目的地的距離。134蟻群現(xiàn)象螞蟻正常行進(jìn),沒有遇到任何障礙,一路暢通。螞蟻正常行進(jìn),突然環(huán)境變換,增加了障礙物蟻群以同等概率選擇各條路徑,緊接著,隨著時間的增加較短路徑信息濃度高,選擇該路徑的螞蟻逐漸增多。螞蟻?zhàn)罱K繞過障礙物,找到最優(yōu)路徑。5螞蟻簡單規(guī)則兩方面1多樣性:螞蟻在覓食的時候路線不一,隨機(jī)性的向著某個方向方向走,打破常規(guī),進(jìn)行創(chuàng)新。2正反饋:優(yōu)化的路線不斷被保存并加大自身概率,保證了相對優(yōu)良的信息能夠被保存下來。 多樣性保證了系統(tǒng)的創(chuàng)新能力,正反饋保證了優(yōu)良特性能夠得到強(qiáng)化,兩者要恰到好處的結(jié)合。6.蟻群算法求最優(yōu) 目標(biāo)函數(shù): =cos(2*pi.*x).*cos(2.*pi.*y).*exp(-(x.2+y.2)/10) 其中x,y-1,1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論