蟻群算法基本模型
STEP1（外循環）
若滿足算法停止規則，停止計算，輸出計算得到的最好解
給定外循環的最大數目，表明有足夠的螞蟻工作當前最優解連續K次相同而停止，K是給定的整數，表示算法已收斂
◆給定優化問題的下界和誤差值，當算法得到的目標值同下界之差小于給定的誤差值時，算法終止否則使螞蟻s（1≤s≤m）從起點出發，用L（S）表示螞蟻S行走的城市集合，初始L（s）為空集。

設m只螞蟻在圖的相鄰節點間移動，協作異步地得到解。
螞蟻計算出下一步所有可達節點的一步轉移概率，并按此概率實現一步移動，依此往復。
一步轉移概率由圖中每條邊上的兩類參數決定：信息素值、可見度（即先驗值）。信息素的更新有2種方式：揮發——所有路徑上信息素以一定比率減少增強——給評價值“好”（有螞蟻走過）的邊增加信息素

蟻群算法基木模型
令我們以求解平面上n個城市的TSP問題（1，2，…，n）表示城市號為例說明ACA的模型。n個城市的TSP問題就是尋找通過n個城市各次且最后回到出發點的最短路徑

蟻群算法研究現狀
令ACA是模擬自然界中真實蟻群的覓食行為而形成的一種模擬進化算法。10年多來的研究結果已經表明：ACA用于組合優化具有很強的發現較好解的能力，具有分布式計算易于與其他方法相結合、魯棒性強等優點，在動態環境下也表現出高度的靈活性和健壯性。在求解TSP、QAP問題方面，與遺傳算法、模擬退火算法等算法比較，ACA仍是最好的解決方法之一。

點擊標簽查看更多相關資源：