蚁群算法( ant colony algorithm) 是由意大利学者 Dorigo 等人[1 ,2 ] 于20 世纪90 年代初期通过模拟自然界 中蚂蚁集体寻径的行为而提出的一种基于种群的启发 式仿生进化系统。蚁群算法包含两个基本阶段:适应阶 段和协作阶段。在适应阶段,各候选解根据积累的信息 不断调整自身结构。在协作阶段,候选解之间通过信息 交流,以期望产生性能更好的解,这类似于学习自动机 的学习机制。蚁群算法最早成功应用于解决著名的旅 行商问题(t raveling salesman problem , TSP) ,该算法采 用了分布式正反馈并行计算机制,易于与其他方法结 合,而且具有较强的鲁棒性[325 ] 。 蚁群算法创立十多年来,无论在算法理论还是在算 法应用方面都取得了很多突破性研究进展。
