在哪里可以了解有关“蚁群”优化的更多信息?
-
22-07-2019 - |
题
我已经阅读了一段时间关于使用“蚁群”模型作为优化各种类型算法的启发式方法的内容。然而,我还没有找到一篇文章或书籍以介绍性的方式甚至详细地讨论蚁群优化。谁能给我指出一些资源,让我可以更多地了解这个想法?
解决方案
在你知道德国人(是的,对不起...),朋友关的机会,我已经写了的与代码的介绍关于这个主题,我自己觉得很说得过去。文本和代码使用TSP的例子来介绍概念。
即使如果你不知道德国,看看代码,并在文中的公式,这仍可能成为
其他提示
维基百科的链接实际上的让我开始。读了这篇文章,并得到了编码。我是解决旅行商问题的一个邪恶的变化。这是一个惊人的启发式。基本上,可以放入图中的任何类型的搜索问题的(节点&边缘,对称或不)可被与ACO解决。
查找出全局和局部信息素之间的区别。本地信息素的阻止一代从穿过相同的路径的蚂蚁。他们保持模型的趋同。全球信息素吸引,应该抽丝每代至少一个蚂蚁。他们鼓励几代最佳路径。
在最好的建议我有,是简单地用算法玩。设置一个基本的TSP求解器和一些基本的殖民地可视化。然后有一番情趣。蚂蚁工作,从概念上讲,是非常酷。您编写他们的基本行为,然后将它们松动。我甚至长出喜欢他们。 :)
的ACO是遗传算法的一个贪婪形式。和他们一起玩。改变他们的交际行为和包行为。你会很快开始看到一个完全不同的方式网络/图形化编程。这是他们最大的好处,而不是配方,大多数人把它看作。
您刚刚发威用它来真正了解它。书籍和研究论文只给出一个通用天价理解。像自行车,你只是爱开始骑。 :)
的ACO,到目前为止,是我喜欢的用于图问题抽象。
参见示例 本文 学术百科上。
这里也有讨论 在小世界图中寻找路径的最有效方法是什么? 问题。
乍一看,这似乎是密切相关的(或prehaps的特殊情况)的大都会算法。所以这是用于搜索另一个可能的方向。
<强>增加:强> 本PDF文件一>包括从1953年到原来的大都市纸的参考。