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

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

提出了一种新的算法结构,通过建立“局部环境因数”模型,利用集中式处理模式,动态 分配全局勘探和局部开采子种群比例,有效地实现分工目的,平衡算法的局部和全局搜索能力。将其 应用到两个不同类型的实际工程约束优化问题中进行验证,并与其他文献的改进算法进行了对比。 实验结果表明,该算法比其他改进算法在计算精度、效率、鲁棒性上都有很大的提高-Anewalgorithmarchitecturewasproposed. Inorder t

此程序有关于种群结构的计算，相关模型在压缩文件中ppt详细解释(This program has the calculation of population structure, the relevant model in the compressed file, PPT explained in detail.)