蚁群优化

【内容简介】

通过对蚂蚁复杂的社会行为的研究，科学家们发现基于其行为模式的模型可以用来求解复杂的组合优化问题。为了解决计算机科学中的最短路径问题，基于蚂蚁行为特征所发展起来的算法演变成一个被广泛认可并非常成功的新的研究领域——蚁群优化(ACO)。本书从理论和实际应用两方面介绍了这个迅速发展的领域。.

本书首先介绍了如何将蚂蚁的行为转换成有效的优化算法，然后介绍蚁群元启发式算法及其在组合优化中的应用。随后介绍了主要的ACO算法并给出了最新的理论进展。书中综述了当前的ACO应用，包括路由问题、任务委派、调度安排、子集问题、机器学习和生物信息学问题等，详细描述了用于网络路由的蚁网蚁群优化算法AntNet。最后，对该领域的研究进展进行了总结，并给出了未来的研究方向。书中每一章都给出了建议阅读的参考书目、章节重点和练习题目。..

本书可作为高等院校计算机及相关专业的高年级学生、研究生的教材，也可供高校教师及科研院所的研究人员参考。...

【目录信息】

1 从真实蚂蚁到人工蚂蚁.
1.1 蚂蚁的觅食行为及其优化过程
1.1.1 双桥实验
1.1.2 随机模型
1.2 向人工蚂蚁转换
1.3 人工蚂蚁和最小成本路径
1.3.1 S-ACO
1.3.2 有关S-ACO的实验
1.4 书目评注
1.5 需要牢记的知识点
1.6 思考与计算习题
2 蚁群优化元启发式算法
2.1 组合优化
2.1.1 计算复杂度
2.1.2 NP-难问题的解决方法
2.1.3 什么是元启发式算法
2.2 ACO元启发式算法
2.2.1 问题描述
<< 查看详细目录

【译者序】

蚁群优化是Marco Dorigo等学者在真实蚂蚁觅食行为的启发下提出的一种具高度创新性的元启发式算法。蚁群优化思想的萌芽至今才不过短短15年的时间，然而，这种新型的优化算法很快就得到了广泛的认可，对它的研究从欧洲的一个实验室传播到全球千千万万个实验室；它的应用从TSP问题扩展到优化问题领域的各个方面；它的算法设计得到了不断改进，并逐渐构筑起一套成熟的算法框架。目前，蚁群优化已经成为组合优化领域最具潜力的算法之一，也成为了众多学者的研究焦点。.
Dorigo是蚁群优化的创始人，Statzle是对蚁群优化的算法与应用发展有重要贡献的学者。他们共同撰写了《蚁群优化》一书，从原理、算法描述、理.. << 查看译者序

【前言】

蚂蚁所表现出来的复杂群体行为一直为人类所关注，其中最引人注目的莫过于所谓的蚂蚁街道的形成。在孩提时代，或许我们曾为了观察蚂蚁对干扰的反应而特意在它们的“高速公路”上踩踏或设置障碍物，或许曾好奇这些路究竟从何而来，又将通向何方。对于大部分人来说，这些问题在他们长大成人以后远不如进入高等学校学习计算机科学和高等数学来得重要。然而，还有相当多的研究者，主要是生物学家，仍在仔细地研究蚂蚁的行为。.
令人惊讶的是，某些种类的蚂蚁所表现出来的路径寻找行为模式非常不可思议，这个模式就是计算机科学家平常所说的最短路径搜索。生物学家在实验中发现，蚂蚁可以通过感知和释放一种带有.. << 查看前言

【序言】

“蚁群优化”在20年前诞生于意大利的一所最负盛名的大学——米兰理工大学(Politecnico di Milano)。那时候Alberto Colorni教授是我的博士生导师，他是一位在工程研究方面非常开明的教授。当我第一次提出利用蚂蚁的觅食行为来设计优化算法时，他非常热情地支持我。而我当时的一位朋友——Vittorio Maniezzo(现在是意大利博洛尼亚大学(Universita di Bologna)计算机科学系的教授)同样对这个想法很感兴趣。1991年，我们一起设计了蚂蚁系统(Ant System)，也就是第一个蚁群优化(ACO)算法。.
当时我是无法预见到这种简单的算法可以获得如今这么大的成就的。过去的15年间，在很多研究者的帮助下，特别是Luca M．Ga.. << 查看序言

【免费试读】

　电子书Web试读版：试读本书　全部品种