蚁群算法 matlab 精讲及仿真 4.1 基本蚁群算法 4.1.1 基本蚁群算法的原理 蚁群算法是上世纪 90 年代意大利学者 M.Dorigo,v.Maneizz 。等人提出来 的 , 在越来越多的领域里得到广泛应用。蚁群算法，是一种模拟生物活动的智 能算法，蚁群算法的运作机理来源于现实世界中蚂蚁的真实行为，该算法是由 Marco Dorigo 首先提出并进行相关讨论的，蚂蚁这种小生物，个体能力非常 有限，但实际的活动中却可以搬动自己大几十倍的物体，其有序的合作能力可以与人类的集体完成浩大的工程非常相似，它们之前可以进行信息的沟通，各自负责自己的任务，整个运作过程统一有序，在一只蚂蚁找食物的过程中，在自己走过的足迹上洒下某种物质，以传达信息给伙伴，吸引同伴向自己走过的路径上靠拢，当有一只蚂蚁找到食物后，它还可以沿着自己走过的路径返回，这样一来找到食物的蚂蚁走过的路径上信息传递物质的量就比较大，更多的蚂蚁就可能以更大的机率来选择这条路径，越来越多的蚂蚁都集中在这条路径上 ， 蚂蚁就会成群结队在蚁窝与食物间的路径上工作。 当然，信息传递物质会随 着时间的推移而消逝掉一部分，留下一部分，其含量是处于动态变化之中，起初，在没有蚂蚁找到食物的时候，其实所有从蚁窝出发的蚂蚁是保持一种随机的运动状态而进行食物搜索的，因此，这时，各蚂蚁间信息传递物质的参考其实是没有价值的，当有一只蚂蚁找到食物后，该蚂蚁一般就会向着出发地返回 ， 这样，该蚂蚁来回一趟在自己的路径上留下的信息传递物质就相对较多，蚂蚁向着信息传递物质比较高的路径上运动，更多的蚂蚁就会选择找到食物的路径 ， 而蚂蚁有时不一定向着信息传递物质量高的路径走，可能搜索其它的路径。这样假如搜索到更短的路径后，蚂蚁又会往更短的路径上靠拢，最终多数蚂蚁在最短路径上工作。【基于蚁群算法和遗传算法的 机器人路径规划讨论】 该算法的特点：(1)自我组织能力，蚂蚁不需要知道整体环境信息，只需要得到自己周围 的信息，并且通过信息传递物质来作用于周围的环境，根据其他蚂蚁的信息素来推断自己的路径。(2)正反馈机制，蚂蚁在运动的过程中，收到其他蚂蚁的信息素影响，对 于某路径上信息素越强的路径，其转向该路径的概率就越大，从而更容易使得蚁群寻找到最短的避障路径。(3)易于与其他算法结合，现实中蚂蚁的工作过程简单，单位蚂蚁的任务 也比较单一，因而蚁群算法的规则也比较简单，稳定性好，易于和其他算法结合使...
