第八章蚁群优化算法内容摘要：
现象：某一条路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大，蚂蚁就通过这种信息的交流找到从蚁巢到食物源的最短路径 一 .导言 11 2. 基本思想 从真实蚂蚁到人工蚂蚁 一 .导言 12 1. 旅行商问题描述 TSP问题：一个商人欲到 n个城市推销商品，已知每两个城市 i和 j之间的距离 dij，如何选择一条路径使得商人每个城市走一遍后回到起点且所走的路径最短 二 .ACO算法 13 2. ACO算法流程 Step 1 初始化 : 设定路径信息素初值，随机将 m只人工蚂蚁放置到城市中 Step 2 选择机制：每只人工蚂蚁的选择机制是根据一定的概率选择下一个未访问的城市 二 .ACO算法 14 2. ACO算法流程 Step 3 信息素更新：每只人工蚂蚁完成一步（从一城市移动到另一个城市）或者完成一个巡回（完成对所有 n个城市的访问）后，更新所有路径上的信息素浓度 Step 4 停止准则：若停止，则。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。