周 生 超

(潍坊科技学院 商务技术学院，山东 寿光 262700)

蚁群算法(ACO)是一种寻找最优路径的概率型算法。最早由意大利学者Marco、Dorigo等通过对蚂蚁觅食行为的研究得出。蚂蚁在寻找到食物后会自动散发一种信息素，该信息素会对其他蚂蚁产生某种影响，使其顺着该条路径来寻找食物，随着蚂蚁的不断增多，会散发更多的信息素，由此形成正强化。同时，蚂蚁本身也会以一定概率(较小概率)选择其他区域搜索食物，这样就保证了蚂蚁能以最优的行为寻找到最多的食物。与其它启发式算法想比，蚁群算法除了正反馈机制、全局搜索外，不需要算法外部的干预，可以按照预期的计划，自发地寻找到期望的结果[1]，并且对于初始解要求较低，参数个数相对较少，易于解决组合优化问题[2]。 蚁群算法主要应用在TSP(旅行商问题)，此外在中国邮路[3]，车间作业调度，图像处理[4]，电网规划[5]以及网络拓扑[6]等方面应用也较为广泛。

寿光是我国著名的“蔬菜之乡”，“三圣(农圣、文圣、盐圣)故里”，历史悠久，文化旅游资源非常丰富，但由于自然和历史原因，各景区在寿光地理位置较为分散，旅游集聚效应比较弱，吸引力不强。本文将蚁群算法基本原理应用到寿光文化旅游线路的优化设计上，通过对景区资源数据的收集和分析，并运用MATLAB软件，计算出寿光文化旅游的最佳线路，为来寿光的游客提供借鉴和指导。

1 算法描述

1.1 参数设定

将m只蚂蚁放置在n个地点，定义每条路径上的初始信息素浓度为常数c，信息素浓度会随着时间的推移不断挥发，设ρ为信息素残留系数(1-ρ为信息素挥发程度)。……