王越超，李 毅

(1.广东工业大学自动化学院，广东 广州 510006;2.广州城市职业学院信息系，广东 广州 510405;3.浙江万里学院计算中心，浙江 宁波 315101)

企业研制产品，旨在实现所研制产品的销售收益最大化。产品的销售收益最大化涉及如何找到这些产品的销售渠道，以及适合这些产品的销售城市和销售部门。笔者试图应用蚁群算法，来寻求销售收益最优的销售渠道链。其典型案例如下，假设一个企业经理将5位销售管理人员设定为5只蚂蚁，按蚂蚁闻糖而聚的基本习性和觅食策略，去搜寻有糖(销售收益)的物源节点，并依据蚁群算法，将经过有糖物源节点的糖量集中，形成5条蚂蚁爬过的渠道。从中评选出糖量最多(销售收益最高)的一条渠道(产品最优销售渠道链条)，而又不超过沿途规定蚂蚁的食糖量(不超过规定的销售投资费用，如广告费、电视广告费、销售职工工资和销售部门房租等)。

1 人工蚁群算法和蚁群策略

受自然界的蚂蚁集体行为的启发，20世纪90年代意大利学者DORIGO提出了一种基于蚂蚁种群的优化算法，即蚁群算法(ant colony optimum，ACO)[1]。

从真实蚂蚁抽象出的蚂蚁称为人工蚂蚁[2]。为了使算法更加有效，赋予人工蚂蚁一些特征，并形成蚁群算法的流程。

人工蚁群算法[3]是受到对真实蚁群行为研究的启发而提出的。昆虫学家发现生物世界中像蚂蚁这类群居昆虫，虽然单个的行为极其简单，但它们所组成的蚁群群体却表现出极其复杂的行为。它们在没有任何可见提示下却有能力找出从窝巢至食物源的最短路径，并且能随环境的变化而变化，适应性地搜索新的路径，产生新的选择。……