从蚁群算法认识探究群体智能在网络中的应用-复旦大学精品课程.doc

从蚁群算法认识探究群体智能在网络中的应用-复旦大学精品课程.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
从蚁群算法认识探究群体智能在网络中的应用-复旦大学精品课程

复旦大学通识教育核心课程 2013-2014学年第一学期期末考试试卷 课程名称:网络虚拟环境与计算机应用 课程代码: SOFT119003.01 开课院系: 软件学院 考试形式: 课程论文 学生姓名: 陈伟嘉 学号: 专业: 技术科学实验班 题目 1 2 3 总分 得分 一、下列题目任选一题撰写一篇论文 1. 和网络虚拟环境相关技术的实践和开发,完成分析、设计,提交源代码。 2. 对网络虚拟环境相关的科学问题,如群体智能的相关系统学习和实践。 3. 学习并实践网络虚拟环境相关的理论、方法,并实践相关学术系统,如国外重点实验室的科研项目的学习和已有源代码的部署和实践,提交学习笔记。 4. 网络虚拟环境中的人文问题:哲学\心理\法律\政治、民主相关问题(可选择1到多个点),阅读相关论文作为参考文献,对该领域进行综述,提交课程论文。 二、具体要求 1.正文字数在3000字以上(不包括注释和参考书目等)。 2.严格遵循论文写作规范(引文必须注明出处)。 3.必须提交A4纸打印的论文稿,并以此试卷作为论文封面,于左上方边角处装订。 4.字体:凡是正文一律用宋体/五号字,注释用小五号字,大标题用宋体/三号字/加粗,小标题用宋体/五号字/加粗。段落:一律采用标准间距、1.5倍行距。 5.论文写作格式: 5.1 包括答卷页眉、论文题目、正文、注脚、引用及参考书目(或“参考文献”) 5.2 答卷页眉包括学号、姓名、选课代码、选课名称,右对齐 5.3 一律使用脚注。需包括作者、篇名/书名/期刊名、页码、出版社和版次/期刊号。 5.4 文末须列“引用及参考书目”,需包括书名/期刊名、作者、出版社和版次/期刊号。 6.如果所提交论文不合规范者,必须改写。如果两次改写后,仍不合规范者不予以评分。 7.严禁抄袭,一旦发现按零分处理。 8. 12 月 25 日前提交。个别需改写的可顺延三天,最迟于 12 月 27日之前全部交毕。逾期按零分处理。 从蚁群算法探究群体智能在网络中的应用 蚁群算法 设想在自然界中蚁群是怎样协助觅食的:一群蚂蚁从蚁巢中出发,开始随机走动。如果某一只蚂蚁找到了食物,那么它将携带着一小块食物返回巢穴,并在返回的途中分泌出信息素,为共同觅食的同伴们留下记号,指引他们寻找食物的方向。当这只蚂蚁再次从巢穴出发前去觅食的时候,它依然会在路上留下信息素,以协助那些没有找到食物的同伴们。 但是随和时间的变化,蚁群分泌的信息素会蒸发,效果会逐渐减弱;同时,随着越来越多的蚂蚁跟随信息素所指引的路径,它们在确认有效路径后也会分泌信息素,使其效果更强。因此那些较长的路径无法保持长时间的有效性;与之相比,较短路径上的信息素维持的时间更长,因此也更容易被寻找食物的蚂蚁跟寻。这样,经过一段时间,越来越多的蚂蚁在信息素的指引下找到了指向食物的路径,并因为信息素的蒸发原因蚁群不断地调整路径,使其变得更短。 蚁群算法(蚁群优化算法)就是从这个自然现象中汲取灵感而产生,它由意大利学者Marco Dorigo于1992年在他的博士论文“HYPERLINK /xpls/abs_all.jsp?arnumber=484436tag=1Ant system: optimization by a colony of cooperating agents”首次提出。 蚁群算法的运行过程中,每只仍蚂蚁按下列的方式独立地进行工作:1.从起点出发。2.按一定的概率转移规则确定下一个节点,修改路径轨迹强度(局部轨迹强度更新)。重复这个过程直至找到目标节点。3.对所有路径上的轨迹强度进行修改(全局轨迹强度更新)。 该算法可以被写成如下的伪代码: procedure ACO_MetaHeuristic while(not_termination) generateSolutions() daemonActions() pheromoneUpdate() end while end procedure 蚁群算法对目标函数没有任何可微甚至连续等特殊要求,因此可用予解非线性问题,能有效解决经典算法无法求解或求解极其复杂、代价暴贵且易予陷入局部极小的弊病。该算法 同时使用多只蚂蚁寻优,因此实质是一种隐含的并行算法,优化速度快,全局寻优能力强大。 以下通过一段蚁群问题的Netlogo代码分析其工作基本原理: patches-own [ //设置信息素、食物、nest、信息素密度、食物的量值

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档