应用错误收集

回答问题可能为时已晚，但最近我一直在与ACO合作，这对我来说也有点混乱。我在需要时没有找到关于ACO的stackoverflow的更多信息，所以我决定回答这个问题，因为这个信息可能对现在或将来在ACO工作的人都有用。

群体智能算法是一组基于殖民地，群体等群体的新生物社会和合作行为的技术。

集体智慧算法蚁群优化（ACO）是一种受蚁群启发的优化算法。在自然界中，一些物种的蚂蚁最初随机游荡，直到找到食物来源并返回其殖民地放下信息素踪迹。如果其他蚂蚁发现这条踪迹，他们更有可能不随意旅行，而是跟踪踪迹，并在最终找到食物的情况下加强它。

在蚁群优化算法中，代理（蚂蚁）被放置在不同的节点上（通常使用多个等于节点数的蚂蚁）。并且，选择下一个节点（城市）的概率是基于代理使用称为转换规则的等式选择下一个节点，该等式表示蚂蚁在游览中从一个城市到另一个城市的概率。

在等式中，代表信息素轨迹和两个城市之间的能见度，而且是可调参数，用于控制轨迹强度和能见度的相对权重。

一开始，所有边缘都有相同的信息素值。基于转换规则，转换规则又基于信息素和可见性（节点之间的距离），某些路径将比其他路径更可能被选择。

当算法开始运行时，每个代理（蚂蚁）执行一次巡视（访问每个节点），直到当时发现的最佳巡视将使用新数量的信息素进行更新，这将使得该巡回演出更有可能被选中下次是蚂蚁。

您可以在以下链接中找到有关ACO的更多信息：

此致

酯