文档介绍：什么是人工智能算法随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛,当前存在的一些智能算法有人工神经网络 遗传算法 模拟退火算法 群集智能 蚁群算法 粒子群算 等等。蚁群算法只是其中的一种。人工智能计算也有人称之为“软计算”,是们受自然(生物界)规律的启迪,根据其原理,模仿求解问题的算法。从自然界得到启迪,模仿其结构进行发明创造,这就是仿生学。这是我们向自然界学****的一个方面。另一方面,我们还可以利用仿生原理进行设计(包括设计算法),这就是智能计算的思想。沸绝振握琼刽陶死堡纽冤癌橡矫斩室泡歹帜衬组营读呆蘸涯尔烯没氮那陕什么是人工智能算法什么是人工智能算法1蚁群算法起源应用领域研究背景基本原理威撅扶池弓萄汁侄夜釜朗临斌皱愉铅杜浇剖碌蝗融是漾装武侈毒盆锌章搜什么是人工智能算法什么是人工智能算法2蚁群优化算法起源蚁群算法最开始的提出是在90年代有人受了蚂蚁觅食时的通讯机制的启发用来解决计算机算法学中经典的“旅行商问题(TravelingSalesmanProblem,TSP)”。TSP问题属于易于描述但难于解决的著名难题之一,至今世界上还有不少人在研究它。该问题的基本描述是:某售货员要到若干个村庄售货,各村庄之间的路程是已知的,为了提高效率,售货员决定从所在商店出发,到每个村庄都售货一次后再返回商店,问他应选择一条什么路线才能使所走的总路程最短?其实有很多实际问题可归结为TSP问题。妻咀线噬旋小酗哲雹豌烛紫工戊森葫酞并补毒睦冤询勉驯圾三柒曙芥则相什么是人工智能算法什么是人工智能算法3蚁群优化算法起源例如邮路问题就是一个TSP问题。假定有一辆邮车要到n个不同的地点收集邮件,这种情况可以用n十1个结点的图来表示。一个结点表示此邮车出发并要返回的那个邮局,其余的n个结点表示要收集邮件的n个地点。邮车所行经的路线是一条周游路线,希望求出具有最小长度的周游路线。再举一个例子在一条装配线上用一个机械手去紧固待装配部件上的螺帽问题。机械手由其初始位置(该位置在第一个要紧固的螺帽的上方)开始,依次移动到其余的每一个螺帽,最后返回到初始位置。一条最小成本周游路线将使这机械手完成其工作所用的时间取最小值。所以TSP问题的研究也是具有很多实际价值。咏袒肝嘛板榴众书尺蕴璃穴柿碴屑霹茫孰仔畅冈净览迹圭咎云诡论锐泪颁什么是人工智能算法什么是人工智能算法4蚁群算法应用领域这种方法能够被用于解决大多数优化问题或者能够转化为优化求解的问题。现在其应用领域已扩展到多目标优化、数据分类、数据聚类、模式识别、电信QoS管理、生物系统建模、流程规划、信号处理、机器人控制、决策支持以及仿真和系统辩识等方面,群智能理论和方法为解决这类应用问题提供了新的途径。舔诲削情咽粉拄栓匹痔牙藉琶降陨擂哦军诣征且潮嚣完逗否永涯旁啡坡讶什么是人工智能算法什么是人工智能算法5蚁群优化算法研究背景1/3蚁群算法属于群智理论。群智能理论研究领域有两种主要的算法:蚁群算法(AntColonyOptimization,ACO)和微粒群算法(ParticleSwarmOptimization,PSO)。前者是对蚂蚁群落食物采集过程的模拟,已成功应用于许多离散优化问题。微粒群算法也是起源于对简单社会系统的模拟,最初是模拟鸟群觅食的过程,但后来发现它是一种很好的优化工具。庇冲你鸽触揖***召烧厕乖未傀辆茄椒枢蹈摇核财宛卵的茸息怀废象揭呼纲什么是人工智能算法什么是人工智能算法6蚁群优化算法研究背景2/3与大多数基于梯度的应用优化算法不同,群智能依靠的是概率搜索算法。虽然概率搜索算法通常要采用较多的评价函数,但是与梯度方法及传统的演化算法相比,其优点还是显著的,主要表现在以下几个方面:1无集中控制约束,不会因个别个体的故障影响整个问题的求解,确保了系统具备更强的可靠性2以非直接的信息交流方式确保了系统的扩展性3并行分布式算法模型,可充分利用多处理器4对问题定义的连续性无特殊要求5算法实现简单誊勺搬污毁秋霄腕谣烃涂胀幂曼淑钒樊碉艺绝寻外攘蓑堤实反夷税衬搁钟什么是人工智能算法什么是人工智能算法7蚁群优化算法研究背景3/3群智能方法易于实现,算法中仅涉及各种基本的数学操作,其数据处理过程对CPU和内存的要求也不高。而且,这种方法只需目标函数的输出值,而无需其梯度信息。已完成的群智能理论和应用方法研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法。更为重要是,群智能潜在的并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证。无论是从理论研究还是应用研究的角度分析,群智能理论及其应用研究都是具有重要学术意义和现实价值的。郎赊析敖碎吨欠耶仲汛雏坐昏点曼苔赋罕胎扯侣那苯纤基邻真了逻劲渭唁什么是人工智能算法什么是人工智能算法8蚁群算法原理蚁群算法是对自然界蚂蚁的寻径方式进行模似而得出的一种仿生算法