第21卷第8期计算机仿真2004年8月文章编号：1006—9348(2004)08—0125—04蚁群算法原理的仿真研究胡小兵，袁锐，黄席樾，易继军(1．重庆大学数理学院，重庆400(M4；2．重庆大学软件学院，重庆400044；3．重庆大学自动化学院，重庆400(M4；4．长沙理工大学汽车与机电工程系，湖南长沙410076)摘要：从蚁群觅食行为受到启发，意大利学者M．Dofigo等人提出了一种新型的模拟进化算法——蚁群算法，初步的研究表明该算法具有极强的鲁棒性和发现较好解的能力。该文通过直接模拟真实蚁群的觅食行为，提出了一种真实蚁群模拟算法(RealAntColonySimulatingAlgorithm，RACSA)，并通过仿真实验对影响蚁群行为的因素(信息素的重要程度、信息素的蒸发系数、蚂蚁数及信息素留存量)进行了研究，其结论对蚁群算法的理论研究和算法实现具有重要的参考价值。关键词：蚁群算法；最短路径问题；组合优化中圈分类号：TP391．9文献标识码：ASimulatingStudyonthePrincipleofAntColonyAlgorithmHUXiao—bing’，YUANRui，HUANGXi—yue。，YiJi—jun(1．SchoolofMathematics＆Science。ChongqingUniversity．Chongqing4OO044，China；2．SchoolofSoftware，ChongqingUniversity，ChongqingOO44，China；3．ScholofAutomation，ChongqingUniversity．Chongqing4OO044，China；4．DepartmentofMotor＆ElectromechanicalEngineering．ChangshaUniversityofScienceandTechnology．ChangshaHunan410076，China)ABSTRACT：Inspirationfromtheforagingbehaviorofantcolony。anovelsimulatedevolutionaryalgorithmcalledantcolonyalgorithm(ACA)hadbeenproposedbyItalianresearcherM．Dorigoela1．．PreliminarystudyhadshownthattheACAalgorithmwasveryrobustandhadgreatcapabilitiesinsearchingbettersolution．Inthispaper，arealantcolonysimulatingalgorithm(RACSA)whichdirectlysimulatestheforagingbehaviorofantcolony，isproposed．Theresearchonfactorssuchastheimportanceofpheromone，evaporationcoefficientofpheromone，amountofantandthepheromonequanti~depositedbyantsisperformedbysimulatedexperimentsandtheresul~willbeguidelinestotheo-reticresearchanddesignofotherantcolonyalgorithms．KEYWORDS：Antcolonyalgorithm；Shortestpathproblem；Combinatorialoptimization1引言划、数据挖掘、电网优化等领域取得了突出的成果。近从蚁群觅食过程中能够发现蚁巢与食物源之间的最短年来，一些学者针对蚁群算法的共同特征提出了蚁群优化路径受到启发，同时利用该过程与著名的旅行商问题(Trave—(AntColonyOptimization，ACO)这一新概念拉J，为蚁群算法lingSalesmanProblem，TSP)之间的相似性，意大利学者M．的理论研究和算法实现提供了一个统一的框架，更有利于该Dorigo等人提出了一种新型的模拟进化算法——蚂蚁系统算法的发展。ACO算法是一种基于群体、用于求解复杂组合(AntSystem，AS)”。实验结果表明As算法具有极强的鲁优化问题的通用搜索技术。与真实蚂蚁通过外激素(phero-棒性和发现较好解的能力，但同时也存在一些缺陷，如收敛mone)的留存和跟随行为进行间接通讯相类似，ACO算法由速度慢、易出现停滞现象等。针对该