蚂蚁算法,首次提出了Dorigo和他的同事[33,40]作为一个多Agent教学法困难组合优化问题,如旅行商问题( TSP问题)和二次分配问题(亚太) 。目前有很多正在进行的活动,科学界延长/适用蚂蚁算法,基于许多不同的耳鼻喉科离散优化问题[5,21] 。最近申请支付等问题的车辆路径,顺序排序,图着色,路由的通信网络等等。
蚂蚁算法启发的灵感来自自然界真正的蚁群。蚂蚁是社会性昆虫,是昆虫生活在殖民地,其行为是针对更多的生存殖民地作为一个整体,而不是一个单一的个别组成部分的殖民地。社会昆虫的注意,因为许多科学家的高度结构化的水平才能实现自己的殖民地,特别是在相对比较简单的殖民地的人。一个重要的和令人感兴趣的行为蚁群是他们觅食行为,特别是,如何能找到蚂蚁之间的最短路径的食物来源和他们的巢。
边走边从食物来源的巢,反之亦然,蚂蚁矿床地面上一种叫做信息素,形成了这种方式,一种信息素踪迹。蚂蚁可以闻信息素,并在选择自己的方式,他们往往选择在概率,道路标志是强有力的信息素浓度。线索的信息素的蚂蚁可以找到自己的方式回到食物来源(或鸟巢) 。此外,它可用于其他蚂蚁找到的位置,发现了食物来源它们合作。
该实验已证明,这种信息素径下列行为可以引起,一旦所雇用的殖民地蚂蚁,出现的最短路径。这就是,当更多的路径,可从鸟巢到食物来源,是殖民地的蚂蚁可以利用信息素小道留下的个人蚂蚁发现的最短路径从巢的食物来源和背部。
为了研究在受控条件下,蚂蚁之觅食行为,二进制桥实验已设立Deneubourg等[ 25 ] (见图1A )。巢的殖民地蚂蚁物种Linepithema素馨和食物来源已被隔开,双桥,每个分支拥有相同的长度。蚂蚁,然后离开自由行动之间的巢和食物来源的百分比蚂蚁选择其中一种或另两个分支机构观察一段时间。结果(见图1b )向是,在经过最初的过渡阶段,可能会出现一些振荡,蚂蚁往往集中于同一路径。