蚁群,鸟群算法

ant colony
粒子群算法Ant Colony
蚂蚁行走会留下 信号速度,
后面的蚂蚁能嗅到之前的蚂蚁留下来的信号速度,
选择信号速度最浓的路径来跟上。

这样一种死局
粒子群算法Ant Colony
B点食物已经吃光,但是C点出现新的食物,如何避免后续的蚂蚁走上A->B最浓密的信号速度呢?
添加一种信号速度衰减机制

特点:个体与个体之间有交流(相互影响),并且个体是有学习的。(学习全局的,比如全局最浓的)

全局:
个体:

粒子群算法

粒子群算法Ant Colony
每一个粒子都有的多个维度,每个维度都需要通过公式进化

粒子群算法Ant Colony
首先,随机生成粒子的位置x,和速度v(朝方向和走多快),

粒子群算法Ant Colony

左边Vi xi:迭代后 ,进化之后

右边Vi xi:迭代前

pbest:个体在每个方向能找到的最优解
gvest:全局最优解
rand():0-1随机数字
c : 学习因子。

过程
1 随机化初始粒子的 x和v 。
2 集中搜索 自己离食物最近的区域。
3 集中搜索 离食物最近的粒子的区域。
4 进入下一次迭代。从2步骤开始重复。

相关文章:

  • 2021-05-05
  • 2022-01-01
猜你喜欢
  • 2022-01-19
  • 2021-10-23
  • 2021-07-04
相关资源
相似解决方案