我一直在这里和那里阅读有关使用“蚁群”模型作为优化各种类型算法的启发式方法的内容。但是，我还没有找到一篇文章或书籍以介绍性的方式讨论蚁群优化，甚至是非常详细的讨论。谁能指出我可以了解更多关于这个想法的一些资源？
MattK
问问题
1896 次
8 回答
5
如果你知道德语（是的，对不起……），我和一个朋友写了一篇介绍这个主题的代码，我自己觉得这很过得去。文和代码以TSP为例介绍概念。
即使你不懂德语，看看文本中的代码和公式，这可能仍然有用。
于 2009-01-14T21:09:58.477 回答
5
链接维基百科实际上让我开始了。我阅读了这篇文章并开始编码。我正在解决旅行商问题的一个邪恶变体。这是一个了不起的元启发式算法。基本上，任何可以放入图中的搜索问题（节点和边，对称与否）都可以用 ACO 解决。
注意全局和本地信息素轨迹之间的差异。当地的信息素会阻止一代蚂蚁走同样的路。它们使模型无法收敛。全球信息素是吸引子，每代至少应该吸引一只蚂蚁。他们鼓励经过几代人的最佳路径。
我最好的建议就是简单地使用算法。设置一个基本的 TSP 求解器和一些基本的菌落可视化。然后找点乐子。从概念上讲，与蚂蚁一起工作非常酷。你对它们的基本行为进行编程，然后将它们放开。我什至越来越喜欢他们。:)
ACO 是一种更贪婪的遗传算法。和他们一起玩。改变他们的交际行为和打包行为。您将很快开始以完全不同的方式看待网络/图形编程。这是他们最大的好处，而不是大多数人认为的食谱。
你只需要玩它才能真正理解它。书籍和研究论文只能给出一般的天价理解。就像自行车一样，您只需开始骑行。:)
到目前为止，ACO 是我最喜欢的图问题抽象。
于 2009-12-10T01:46:26.987 回答
3
国家地理不久前写了一篇有趣的文章，讨论了一些理论。
于 2009-01-14T21:35:12.250 回答
3
这些主题的最佳资源是Google 学者。我一直在研究蚁群优化算法，这里有一些不错的论文：
此外，搜索Marco Dorigo发表的论文。
于 2009-01-18T19:25:28.910 回答
2
我很惊讶没有人提到 ACO 的圣经：
Marco Dorigo 和 Thomas Stützle：蚁群优化
本书由ACO作者撰写，可读性强。你可以把它带到海滩上，享受阅读的乐趣。但它也是所有资源中最完整的，非常适合作为实现事物时的参考。
您可以在 Google 图书上阅读一些摘录
另一个重要的智慧来源是ACO 主页
于 2015-01-13T10:51:51.713 回答
1
例如见这篇关于学术百科的文章。
在What is the most effective way of find a path through a small world graph?中也有讨论。问题。
于 2009-01-14T21:11:02.593 回答
1
乍一看，这似乎与Metropolis algorithm密切相关（或者可能是一个特例） 。所以这是另一个可能的搜索方向。
补充： 此 PDF 文件包含对 1953 年 Metropolis 原始论文的引用。
于 2009-01-14T21:36:25.350 回答
1
好吧，我发现Eric Rollins 的主页和他的 ACO 算法的不同实现（Haskell、Scala、Erlang...）很有帮助。还有 Enrique Alba 的书，标题为“Parallel Metaheuristics: A New Class of Algorithms”，您可以在其中找到一整章关于 ACO 算法及其不同用法的解释。
Hth
于 2009-01-18T19:42:55.800 回答