蚁群算法及其应用的目录 第1章 绪论1.1 蚂蚁的基本习性1.1.1 蚂蚁的信息系统1.1.2 蚁群社会的遗传与进化1.2 蚁群觅食行为与觅食策略1.2.1 蚂蚁的觅食行为1.2.2 蚂蚁的觅食策略1.3 人工蚁群算法的基本思想1.3.1 人工蚁与真实蚂蚁的异同1.3.2 人工蚁群算法的实现过程1.4 蚁群优化算法的意义及应用1.4.1 蚁群优化算法的意义l.4.2 蚁群算法的应用1.5 蚁群算法的展望第2章 蚂蚁系统—蚁群算法的原型2.1 蚂蚁系统模型的建立2.2 蚁量系统和蚁密系统的模型2.3 蚁周系统模型第3章 改进的蚁群优化算法3.1 带精英策略的蚂蚁系统3.2 基于优化排序的蚂蚁系统3.3 蚁群系统3.3.1 蚁群系统状态转移规则3.3.2 蚁群系统全局更新规则3.3.3 蚁群系统局部更新规则3.3.4 候选集合策略3.4 最大一最小蚂蚁系统3.4.1 信息素轨迹更新3.4.2 信息素轨迹的限制3.4.3 信息素轨迹的初始化3.4.4 信息素轨迹的平滑化3.5 最优一最差蚂蚁系统3.5.1 最优一最差蚂蚁系统的基本思想3.5.2 最优一最差蚂蚁系统的工作过程第4章 蚁群优化算法的仿真研究4.1 蚂蚁系统三类模型的仿真研究4.1.1 三类模型性能的比较4.2.2 基于统计的参数优化4.2 基于蚁群系统模型的仿真研究4.2.1 局部优化算法的有效。
如何提高蚁群路由算法收敛速度？编程模拟基于蚁群算法的路由策略在实验的时候发现收敛速度很慢有时甚至收敛到错误的路径上请问如何设置参数能使收敛速度加快？。
有谁能用简单明了的话给我解释一下蚁群算法？100分送上！ 1，定义：蚁群算法(ant colony optimization，ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，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，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。2，理解：学习蚁群算法首先要搞清除蚁群算法的原理，原理很简单，就是模拟蚂蚁寻找食物的行为，这个并不难理解。其次要搞清楚怎么把这个过程用代码实现出来，这个才是关键。这只有一个办法，那就是阅读别人的代码，这需要具有一定的编程基础，要是对编程一窍不通或者是初学，那阅读和理解起来会费劲一些。其实基本蚁群算法的实现代码并不多，全部代码加起来也就200多行，这其中还包括注释行和空行，真正的代码部分少于200行，如果看一遍不懂就看两遍。只要用心看上10遍，肯定可以看明白。
