杨娜+马惠铖+薛灵芝

摘 要：蚁群算法是根据自然界中蚁群觅食行为而提出的一种智能优化算法，是一种可以寻找最优路径的概率型算法，具有自组织、正反馈、鲁棒性强等特点，具备全局搜索能力，被广泛应用于各种路径优化问题。本文介绍蚁群算法的来源、核心思想以及基本最优路径的搜索过程，并分析蚁群算法在各个领域中路径优化问题的应用技术。

关键词：蚁群算法；智能算法；路径优化；应用

DOI：10.16640/j.cnki.37-1222/t.2017.08.209

1 蚁群算法

蚂蚁是一种生物个体，觅食过程中可以在其经过的路径上留下一种物质，称为信息素，并在觅食过程中能够感知信息素的强度，以此指导自己的行动方向。蚁群总是朝着信息素浓度高的方向移动，以较高的概率搜索出一条信息素浓度较高的路径，从而得到一条最佳的路径。

根据蚂蚁“寻找食物”的群体行为，意大利学者Dorigo M等最早提出蚁群算法的基本模型，并阐述了蚁群算法的核心思想。该算法中蚂蚁需要具备三种智能行为，分别是蚂蚁互相通信是通过信息素，蚂蚁会在经过的路径上释放信息素，其他蚂蚁根据信息素浓度选择路径；蚂蚁具有一定记忆能力，其选择过一次的路径不会被再次选择，可由禁忌表模拟；蚁群活动，在某一路径上行走的蚂蚁越多，留下的信息素浓度越大，该路径被选择的概率也就越大，越利于选择出最优路径。

蚁群算法的最优路径搜索过程是：初始化，将若干只蚂蚁随机放置到若干个地点，并为每条路径设定相等的信息素初始值；……