1.2.1蚁群算法
蚁群算法(Ant Colony Optimization简称为ACO）由意大利学者Doriga等人提出。其充分利用了蚁群搜索食物的过程与著名的旅行商问题(Traveling Salesman Problem,简称为TSP)之间的相似性，通过人工模拟蚂蚁搜索食物的过程，即通过个体之间的信息交流与相互协作最终找到从蚁穴到食物源的最短路径来求解TSP.蚂蚁作为一种社会性动物，个体行为极其简单，但是由这些简单个体所组成的群体却表现出极其复杂的行为特征蚂蚁在寻找食物时，能在其经过的路径上释放一种叫做信息素的物质当它们碰到一个没有走过的路口时，就随机地挑选一条路径前行，同时释放出与路径长度相关的信息素气路径越长，释放的激素浓度越低，之后的蚂蚁选择激素浓度较高的路径概率就会相对越大这样形成一个正反馈，最优路径上的激素浓度越来越大，而其他路径上激素浓度却会随着时间的流逝而消减，最终整个蚁群会找出最优路径。
原文：https://www.cnblogs.com/ycy1273984518/p/14671971.html