蟻群系統(ant system或ant colony system)是由義大利學者dorigo、maniezzo等人於20世紀90年代首先提出來的。他們在研究螞蟻覓食的過程中，發現單個螞蟻的行為比較簡單，但是蟻群整體卻可以體現一些智慧型的行為。例如蟻群可以在不同的環境下，尋找最短到達食物源的路徑。這是因為蟻群內的螞蟻可以通過某種資訊機制實現資訊的傳遞。後又經進一步研究發現，螞蟻會在其經過的路徑上釋放一種可以稱之為「資訊素」的物質，蟻群內的螞蟻對「資訊素」具有感知能力，它們會沿著「資訊素」濃度較高路徑行走，而每只路過的螞蟻都會在路上留下「資訊素」，這就形成一種類似正反饋的機制，這樣經過一段時間後，整個蟻群就會沿著最短路徑到達食物源了。
車間排程問題我們可以轉換為近似於最大流問題。任務當中的每乙個階段，都是這個圖當中的乙個節點。我們新增乙個超級源點，超級源點和所有任務的第一階段相連。其他的節點，當同時滿足屬於同一任務的兩個節點中間不跳躍階段的條件下相連。
初始情況下，將螞蟻統一放置到超級源點，並且將整個圖的所有路徑上的資訊素設為乙個固定值。之後，所有螞蟻一起向終點行動，螞蟻會受到資訊素的影響，螞蟻選擇路徑的方式是螞蟻當前可走路徑的資訊素加和，作為取隨機數m的最大值，通過隨機數m和可選資訊素，計算出螞蟻選擇的路徑。當所有螞蟻都走到終點的時候，將全圖的資訊素按照資訊素消散引數進行消散，並計算出這些螞蟻的路徑。這個路徑一種工件加工的順序，按照這個順序計算出工件加工的時間t。通過這個時間，計算出這個螞蟻新增的資訊素w=q/t（q是乙個常數）。這個螞蟻之前經歷過的路徑上的資訊素都加上w。當所有的螞蟻的資訊素全部新增到圖當中的時候。將所有螞蟻再放回到起點，重複之前的步驟，隨著重複次數的增多，螞蟻會越來越向著最優解靠近。
在計算螞蟻行走的路徑過程中，會時刻記錄著當前出現過的，工件加工時間最短的情況。在程式結束之後，把最短的加工時間輸出出來。
#include#define maxn 60 //最大工作量
#define init_pre 3000//道路初始資訊素量
#define k 2000 //迴圈次數
#define dis 0.5 //資訊素消散速率
#define super_start 48
using namespace std;
int totalstep;
int step[maxn];
int phe[maxn][maxn][maxn][maxn];
int n,m;
struct pair
}jobnum[maxn];
struct job
job[maxn][maxn];
struct ant
randselectnum -= phe[nowjob][ ant[i].jobstep[nowjob] ][select][ ant[i].jobstep[select] ];
select++;
}select--;
//printf("螞蟻選擇了%d\n",select);
//螞蟻選中的任務
ant[i].path[ant[i].pathlen]=select;
ant[i].paths[ant[i].pathlen++].get(select,ant[i].jobstep[select]);
ant[i].jobstep[select]++;
nowjob = select;
//printf("選擇任務%d 階段%d\n",select,ant[i].jobstep[select]);}}
dissipation(); //每次螞蟻行走完後，資訊素都會消散
for (int i = 0; i < antnum; i++)
;timecalcu(a,true);*/
return 0;
}}
蟻群演算法解決tsp問題
控制蟻群演算法走向的關鍵是資訊素，資訊素類似遺傳演算法的適應性函式，類似退火演算法的評價函式，影響著其中乙隻螞蟻的下一步的選擇。螞蟻 類似遺傳演算法的染色體，就是一條解，在tsp問題中螞蟻的路徑就是tsp的解。資訊素 評價函式，與路徑成反比 迭代次數t 所有螞蟻跑完視為一次迭代週期。程式流程 1，隨...
蟻群演算法解決TSP問題
一 論述 1 演算法 蟻群演算法的基本原理 於自然界螞蟻覓食的最短路徑原理，根據昆蟲學家的觀察，發現自然界的螞蟻雖然視覺不發達，但它可以在沒有任何提示的情況下找到從食物源到巢穴的最短路徑，並且能在環境發生變化 如原有路徑上有了障礙物 後，自適應地搜尋新的最佳路徑。2 單個螞蟻尋找路徑 正反饋 單個的...
車間排程 車間排程問題的特點
多約束性在通常情況下，工件的加工路線是已知的，並且受到嚴格的工藝約束，使得各道工序在加工順序上具有先後約束關係 同時，工件的加工機器集是已知的，工件必須按照工序順序在可以選擇的工具機上進行加工。離散性車間生產系統是典型的離散系統，其排程問題是離散優化問題。工件的開始加工時間 任務的到達 訂單的變更，...