螞蟻在尋找食物的過程中，會在經過的道路上留下資訊素。
起初螞蟻不知道食物在哪兒，於是在經過的道路上留下濃度一致的資訊素。在同樣的時間內，繞遠路的螞蟻和走近路的螞蟻消耗了等量的資訊素，等量的資訊素均勻分布在道路上，自然是近路上的資訊素濃度更高。
當下乙隻螞蟻尋找食物的時候，就會主動選擇資訊素濃度高的路，並留下新的資訊素，使之濃度更高。而那些遠路上的資訊素就會因為很少有螞蟻經過逐漸淡去。可見，螞蟻尋路是乙個正反饋網路，最終蟻群將找到最近的道路。
首先隨機產生n個初始個體，使之隨機分布在函式的可行域上。
然後計算每個個體的初始資訊素濃度，即個體對應的目標函式值，並記錄最大濃度值。
移動每個個體。若該個體資訊素濃度與最大濃度相差甚遠，則進行一次大調整（如x=x+max_step*(rand(1)-0.5)），反之則進行一次小調整（如x=x+min_step*(rand(1)-0.5)）。運動完畢後，檢查新位置的資訊素濃度是否大於原位置，若不大於則重新調整。
所有的個體都有效的移動一次後，重新整理每個個體的資訊素濃度，並記錄新的最大濃度值。
重複移動，直到最大濃度值滿足預設要求。
發掘內容粒度，需要仿生學
poor flickr 基於抓蝦的按人訂閱的模式，我看到了sayonly的這篇高論 發掘內容的粒度 這就是人們閱讀的一種方式。這種方式是自然的，是因為我們經常會聽某位老師的系列講座，縱論天下，跨越幾千年 會把某位作家的所有作品通讀，這就是按人訂閱的原型。當然，並不是唯一的一種。我們最通常的模式，實際...
發掘內容粒度，需要仿生學
poor flickr poor flickr 基於抓蝦的按人訂閱的模式，我看到了sayonly的這篇高論 發掘內容的粒度 這就是人們閱讀的一種方式。這種方式是自然的，是因為我們經常會聽某位老師的系列講座，縱論天下，跨越幾千年 會把某位作家的所有作品通讀，這就是按人訂閱的原型。當然，並不是唯一的一種...
發掘內容粒度，需要仿生學
基於抓蝦的按人訂閱的模式，我看到了sayonly的這篇高論 發掘內容的粒度 這就是人們閱讀的一種方式。這種方式是自然的，是因為我們經常會聽某位老師的系列講座，縱論天下，跨越幾千年 會把某位作家的所有作品通讀，這就是按人訂閱的原型。當然，並不是唯一的一種。我們最通常的模式，實際上是按主題訂閱。也就是我...