Algorithm 我在哪里可以了解更多关于;蚁群;优化?

Algorithm 我在哪里可以了解更多关于;蚁群;优化?,algorithm,computer-science,graph-theory,montecarlo,ant-colony,Algorithm,Computer Science,Graph Theory,Montecarlo,Ant Colony,我已经在这里和那里读了一些关于使用“蚁群”模型作为优化各种类型算法的启发式方法的文章。然而,我还没有找到一篇文章或一本书以介绍性的方式讨论蚁群优化,甚至没有太多细节。有人能给我指出一些资源,让我能更多地了解这个想法吗?如果你不太可能懂德语(是的,对不起……),我和一位朋友就这个问题写了一篇文章,我自己也觉得还可以。本文和代码使用TSP示例来介绍这个概念 即使你不懂德语,也可以看看代码和文本中的公式,这可能仍然有用。参见ScholarMedia上的示例 在这个问题上也有讨论。国家地理不久前写了一篇

我已经在这里和那里读了一些关于使用“蚁群”模型作为优化各种类型算法的启发式方法的文章。然而,我还没有找到一篇文章或一本书以介绍性的方式讨论蚁群优化,甚至没有太多细节。有人能给我指出一些资源,让我能更多地了解这个想法吗?

如果你不太可能懂德语(是的,对不起……),我和一位朋友就这个问题写了一篇文章,我自己也觉得还可以。本文和代码使用TSP示例来介绍这个概念

即使你不懂德语,也可以看看代码和文本中的公式,这可能仍然有用。

参见ScholarMedia上的示例


在这个问题上也有讨论。

国家地理不久前写了一篇文章,谈到了一些理论。

乍一看,这似乎与疾病密切相关(或预先发现了一种特殊情况)。这是另一个可能的搜索方向


补充:包括对1953年《大都会》原稿的参考。

这些主题的最佳资源是。我研究蚁群优化算法已经有一段时间了,下面是一些好论文:

只是

另外,搜索由发表的论文。

嗯,我发现ACO算法及其不同实现(Haskell、Scala、Erlang等)非常有用。 还有Enrique Alba的书,书名为“并行元启发式:一类新的算法”,你可以在书中找到一整章关于ACO算法及其不同用法的解释

Hth实际上让我开始了。我读了这篇文章,开始编写代码。我在解决旅行推销员问题的一个邪恶变体。这是一个惊人的元启发式。基本上,可以放入图中的任何类型的搜索问题(节点和边,对称与否)都可以用ACO解决

注意全局信息素轨迹和局部信息素轨迹之间的差异。本地信息素阻止一代蚂蚁穿越同一条路径。它们防止模型收敛。全球信息素是吸引物,每一代至少会捕获一只蚂蚁。它们鼓励几代人走上最佳道路

我最好的建议就是简单地使用算法。设置一个基本的TSP求解器和一些基本的群体可视化。那就玩玩吧。从概念上讲,与蚂蚁合作是很酷的。你对他们的基本行为进行编程,然后让他们放松。我甚至开始喜欢他们了

蚁群算法是一种更为贪婪的遗传算法。和他们一起玩。改变他们的交际行为和群体行为。您将很快开始以一种完全不同的方式看到网络/图形编程。这是他们最大的好处,而不是大多数人认为的食谱

你只要玩弄它就能真正理解它。书籍和研究论文只提供了一个一般的天高的理解。就像一辆自行车,你只要开始骑就行了。:)


到目前为止,ACO是我最喜欢的图形问题抽象。

我很惊讶没有人提到ACO的圣经:

这本书是由ACO的作者写的,可读性很强。你可以把它带到海滩,享受阅读的乐趣。但它也是所有资源中最完整的资源,在实现这个东西时可以作为参考

你可以读一些


另一个伟大的智慧来源是

感谢您的链接!不幸的是,我的德语仅限于中学时学的内容(想讨论天气吗?),但谷歌翻译在这篇文章上做得很好。我认为XKCD漫画的翻译进行得相当顺利……其余的……不多。;-)注意:这不是我在正常情况下讲德语的方式。