河南科技职业大学 严玉芳

蚁群算法是一种解决组合优化问题的算法，具有灵活性、稳健性等优势，而旅行商问题正是一个利用蚁群算法得以解决的经典选择优化问题。本文首先以蚁群算法为研究对象，阐述了蚁群算法的基本原理、模型的建立以及算法的实现流程，其次讨论了蚁群算法在经典的旅行商问题上的应用，最后利用Matlab软件对旅行商问题进行编程求解并对最终实验结果进行了分析。

群体智能优化算法来自于对自然界中的有生物种在寻觅食物时所做出的行为的仿真模拟。这种算法是将搜索和优化的所有过程模拟为生物个体进化或者觅物的过程，将搜索范围中的点看作是自然界中的生物个体，把求解问题的各个目标函数度量为生物个体对自然环境的适应能力，最后将生物个体的适者生存的淘汰过程或者生物个体觅食的过程当作搜索和优化的过程中的较好可行解。群体智能算法也被人们称为群集算法，比较常见的有：蚁群算法（ACO）、粒子群算法(PSO)、遗传算法(GA)、菌群算法(BF)等，其中蚁群算法采用的是一种正反馈机制，具有高于一般传统算法的发现较优解的能力。

1 蚁群算法原理

通过研究蚁群觅食的行为过程，学者们发现蚂蚁能在没接收到任何有关食物源的线索或提示下，靠本能寻找到一条最优路径（即蚁穴到食物源所在地点间的最短距离）的主要原因在于蚂蚁之间的信息传递主要是依靠它们在所经过路径上分泌出的一种具有挥发性的名为“信息素”的物质[1-3]。……