樓主作者:gzgzwhan 發(fā)表日期:2008-3-2 14:17:47
蟻群算法進(jìn)化論多樣性正反饋權(quán)威創(chuàng)新 http://baike.baidu.com/view/535300.html 蟻群算法(ant colony optimization, ACO),又稱螞蟻算法,是一種用來(lái)在圖中尋找優(yōu)化路徑的機(jī)率型技術(shù)。它由Marco Dorigo于1992年在他的博士論文中引入,其靈感來(lái)源于螞蟻在尋找食物過(guò)程中發(fā)現(xiàn)路徑的行為! ∠伻核惴ㄊ且环N模擬進(jìn)化算法,初步的研究表明該算法具有許多優(yōu)良的性質(zhì).針對(duì)PID控制器參數(shù)優(yōu)化設(shè)計(jì)問(wèn)題,將蟻群算法設(shè)計(jì)的結(jié)果與遺傳算法設(shè)計(jì)的結(jié)果進(jìn)行了比較,數(shù)值仿真結(jié)果表明,蟻群算法具有一種新的模擬進(jìn)化優(yōu)化方法的有效性和應(yīng)用價(jià)值. 蟻群算法是一種求解組合最優(yōu)化問(wèn)題的新型通用啟發(fā)式方法,該方法具有正反饋、分布式計(jì)算和富于建設(shè)性的貪婪啟發(fā)式搜索的特點(diǎn)。通過(guò)建立適當(dāng)?shù)臄?shù)學(xué)模型,基于故障過(guò)電流的配電網(wǎng)故障定位變?yōu)橐环N非線性全局尋優(yōu)問(wèn)題。由柳洪平創(chuàng)建! ☆A(yù)期的結(jié)果: 各個(gè)螞蟻在沒有事先告訴他們食物在什么地方的前提下開始尋找食物。當(dāng)一只找到食物以后,它會(huì)向環(huán)境釋放一種信息素,吸引其他的螞蟻過(guò)來(lái),這樣越來(lái)越多的螞蟻會(huì)找到食物!有些螞蟻并沒有象其它螞蟻一樣總重復(fù)同樣的路,他們會(huì)另辟蹊徑,如果令開辟的道路比原來(lái)的其他道路更短,那么,漸漸,更多的螞蟻被吸引到這條較短的路上來(lái)。最后,經(jīng)過(guò)一段時(shí)間運(yùn)行,可能會(huì)出現(xiàn)一條最短的路徑被大多數(shù)螞蟻重復(fù)著! ≡恚骸 槭裁葱⌒〉奈浵伳軌蛘业绞澄?他們具有智能么?設(shè)想,如果我們要為螞蟻設(shè)計(jì)一個(gè)人工智能的程序,那么這個(gè)程序要多么復(fù)雜呢?首先,你要讓螞蟻能夠避開障礙物,就必須根據(jù)適當(dāng)?shù)牡匦谓o它編進(jìn)指令讓他們能夠巧妙的避開障礙物,其次,要讓螞蟻找到食物,就需要讓他們遍歷空間上的所有點(diǎn);再次,如果要讓螞蟻找到最短的路徑,那么需要計(jì)算所有可能的路徑并且比較它們的大小,而且更重要的是,你要小心翼翼的編程,因?yàn)槌绦虻腻e(cuò)誤也許會(huì)讓你前功盡棄。這是多么不可思議的程序!太復(fù)雜了,恐怕沒人能夠完成這樣繁瑣冗余的程序。 然而,事實(shí)并沒有你想得那么復(fù)雜,上面這個(gè)程序每個(gè)螞蟻的核心程序編碼不過(guò)100多行!為什么這么簡(jiǎn)單的程序會(huì)讓螞蟻干這樣復(fù)雜的事情?答案是:簡(jiǎn)單規(guī)則的涌現(xiàn)。事實(shí)上,每只螞蟻并不是像我們想象的需要知道整個(gè)世界的信息,他們其實(shí)只關(guān)心很小范圍內(nèi)的眼前信息,而且根據(jù)這些局部信息利用幾條簡(jiǎn)單的規(guī)則進(jìn)行決策,這樣,在蟻群這個(gè)集體里,復(fù)雜性的行為就會(huì)凸現(xiàn)出來(lái)。這就是人工生命、復(fù)雜性科學(xué)解釋的規(guī)律!那么,這些簡(jiǎn)單規(guī)則是什么呢?下面詳細(xì)說(shuō)明: 1、范圍: 螞蟻觀察到的范圍是一個(gè)方格世界,螞蟻有一個(gè)參數(shù)為速度半徑(一般是3),那么它能觀察到的范圍就是3*3個(gè)方格世界,并且能移動(dòng)的距離也在這個(gè)范圍之內(nèi)! 2、環(huán)境: 螞蟻所在的環(huán)境是一個(gè)虛擬的世界,其中有障礙物,有別的螞蟻,還有信息素,信息素有兩種,一種是找到食物的螞蟻灑下的食物信息素,一種是找到窩的螞蟻灑下的窩的信息素。每個(gè)螞蟻都僅僅能感知它范圍內(nèi)的環(huán)境信息。環(huán)境以一定的速率讓信息素消失! 3、覓食規(guī)則: 在每只螞蟻能感知的范圍內(nèi)尋找是否有食物,如果有就直接過(guò)去。否則看是否有信息素,并且比較在能感知的范圍內(nèi)哪一點(diǎn)的信息素最多,這樣,它就朝信息素多的地方走,并且每只螞蟻多會(huì)以小概率犯錯(cuò)誤,從而并不是往信息素最多的點(diǎn)移動(dòng)。螞蟻找窩的規(guī)則和上面一樣,只不過(guò)它對(duì)窩的信息素做出反應(yīng),而對(duì)食物信息素沒反應(yīng)! 4、移動(dòng)規(guī)則: 每只螞蟻都朝向信息素最多的方向移,并且,當(dāng)周圍沒有信息素指引的時(shí)候,螞蟻會(huì)按照自己原來(lái)運(yùn)動(dòng)的方向慣性的運(yùn)動(dòng)下去,并且,在運(yùn)動(dòng)的方向有一個(gè)隨機(jī)的小的擾動(dòng)。為了防止螞蟻原地轉(zhuǎn)圈,它會(huì)記住最近剛走過(guò)了哪些點(diǎn),如果發(fā)現(xiàn)要走的下一點(diǎn)已經(jīng)在最近走過(guò)了,它就會(huì)盡量避開! 5、避障規(guī)則: 如果螞蟻要移動(dòng)的方向有障礙物擋住,它會(huì)隨機(jī)的選擇另一個(gè)方向,并且有信息素指引的話,它會(huì)按照覓食的規(guī)則行為。 7、播撒信息素規(guī)則: 每只螞蟻在剛找到食物或者窩的時(shí)候撒發(fā)的信息素最多,并隨著它走遠(yuǎn)的距離,播撒的信息素越來(lái)越少! 根據(jù)這幾條規(guī)則,螞蟻之間并沒有直接的關(guān)系,但是每只螞蟻都和環(huán)境發(fā)生交互,而通過(guò)信息素這個(gè)紐帶,實(shí)際上把各個(gè)螞蟻之間關(guān)聯(lián)起來(lái)了。比如,當(dāng)一只螞蟻找到了食物,它并沒有直接告訴其它螞蟻這兒有食物,而是向環(huán)境播撒信息素,當(dāng)其它的螞蟻經(jīng)過(guò)它附近的時(shí)候,就會(huì)感覺到信息素的存在,進(jìn)而根據(jù)信息素的指引找到了食物!
1#作者:gzgzwhan 回復(fù)日期:2008-3-2 14:19:00
問(wèn)題: 說(shuō)了這么多,螞蟻究竟是怎么找到食物的呢? 在沒有螞蟻找到食物的時(shí)候,環(huán)境沒有有用的信息素,那么螞蟻為什么會(huì)相對(duì)有效的找到食物呢?這要?dú)w功于螞蟻的移動(dòng)規(guī)則,尤其是在沒有信息素時(shí)候的移動(dòng)規(guī)則。首先,它要能盡量保持某種慣性,這樣使得螞蟻盡量向前方移動(dòng)(開始,這個(gè)前方是隨機(jī)固定的一個(gè)方向),而不是原地?zé)o謂的打轉(zhuǎn)或者震動(dòng);其次,螞蟻要有一定的隨機(jī)性,雖然有了固定的方向,但它也不能像粒子一樣直線運(yùn)動(dòng)下去,而是有一個(gè)隨機(jī)的干擾。這樣就使得螞蟻運(yùn)動(dòng)起來(lái)具有了一定的目的性,盡量保持原來(lái)的方向,但又有新的試探,尤其當(dāng)碰到障礙物的時(shí)候它會(huì)立即改變方向,這可以看成一種選擇的過(guò)程,也就是環(huán)境的障礙物讓螞蟻的某個(gè)方向正確,而其他方向則不對(duì)。這就解釋了為什么單個(gè)螞蟻在復(fù)雜的諸如迷宮的地圖中仍然能找到隱蔽得很好的食物! 當(dāng)然,在有一只螞蟻找到了食物的時(shí)候,其他螞蟻會(huì)沿著信息素很快找到食物的。 螞蟻如何找到最短路徑的?這一是要?dú)w功于信息素,另外要?dú)w功于環(huán)境,具體說(shuō)是計(jì)算機(jī)時(shí)鐘。信息素多的地方顯然經(jīng)過(guò)這里的螞蟻會(huì)多,因而會(huì)有更多的螞蟻聚集過(guò)來(lái)。假設(shè)有兩條路從窩通向食物,開始的時(shí)候,走這兩條路的螞蟻數(shù)量同樣多(或者較長(zhǎng)的路上螞蟻多,這也無(wú)關(guān)緊要)。當(dāng)螞蟻沿著一條路到達(dá)終點(diǎn)以后會(huì)馬上返回來(lái),這樣,短的路螞蟻來(lái)回一次的時(shí)間就短,這也意味著重復(fù)的頻率就快,因而在單位時(shí)間里走過(guò)的螞蟻數(shù)目就多,灑下的信息素自然也會(huì)多,自然會(huì)有更多的螞蟻被吸引過(guò)來(lái),從而灑下更多的信息素……;而長(zhǎng)的路正相反,因此,越來(lái)越多地螞蟻聚集到較短的路徑上來(lái),最短的路徑就近似找到了。也許有人會(huì)問(wèn)局部最短路徑和全局最短路的問(wèn)題,實(shí)際上螞蟻逐漸接近全局最短路的,為什么呢?這源于螞蟻會(huì)犯錯(cuò)誤,也就是它會(huì)按照一定的概率不往信息素高的地方走而另辟蹊徑,這可以理解為一種創(chuàng)新,這種創(chuàng)新如果能縮短路途,那么根據(jù)剛才敘述的原理,更多的螞蟻會(huì)被吸引過(guò)來(lái)! ∫辍 跟著螞蟻的蹤跡,你找到了什么?通過(guò)上面的原理敘述和實(shí)際操作,我們不難發(fā)現(xiàn)螞蟻之所以具有智能行為,完全歸功于它的簡(jiǎn)單行為規(guī)則,而這些規(guī)則綜合起來(lái)具有下面兩個(gè)方面的特點(diǎn): 1、多樣性 2、正反饋 多樣性保證了螞蟻在覓食的時(shí)候不置走進(jìn)死胡同而無(wú)限循環(huán),正反饋機(jī)制則保證了相對(duì)優(yōu)良的信息能夠被保存下來(lái)。我們可以把多樣性看成是一種創(chuàng)造能力,而正反饋是一種學(xué)習(xí)強(qiáng)化能力。正反饋的力量也可以比喻成權(quán)威的意見,而多樣性是打破權(quán)威體現(xiàn)的創(chuàng)造性,正是這兩點(diǎn)小心翼翼的巧妙結(jié)合才使得智能行為涌現(xiàn)出來(lái)了! 引申來(lái)講,大自然的進(jìn)化,社會(huì)的進(jìn)步、人類的創(chuàng)新實(shí)際上都離不開這兩樣?xùn)|西,多樣性保證了系統(tǒng)的創(chuàng)新能力,正反饋保證了優(yōu)良特性能夠得到強(qiáng)化,兩者要恰到好處的結(jié)合。如果多樣性過(guò)剩,也就是系統(tǒng)過(guò)于活躍,這相當(dāng)于螞蟻會(huì)過(guò)多的隨機(jī)運(yùn)動(dòng),它就會(huì)陷入混沌狀態(tài);而相反,多樣性不夠,正反饋機(jī)制過(guò)強(qiáng),那么系統(tǒng)就好比一潭死水。這在蟻群中來(lái)講就表現(xiàn)為,螞蟻的行為過(guò)于僵硬,當(dāng)環(huán)境變化了,螞蟻群仍然不能適當(dāng)?shù)恼{(diào)整! 既然復(fù)雜性、智能行為是根據(jù)底層規(guī)則涌現(xiàn)的,既然底層規(guī)則具有多樣性和正反饋特點(diǎn),那么也許你會(huì)問(wèn)這些規(guī)則是哪里來(lái)的?多樣性和正反饋又是哪里來(lái)的?我本人的意見:規(guī)則來(lái)源于大自然的進(jìn)化。而大自然的進(jìn)化根據(jù)剛才講的也體現(xiàn)為多樣性和正反饋的巧妙結(jié)合。而這樣的巧妙結(jié)合又是為什么呢?為什么在你眼前呈現(xiàn)的世界是如此栩栩如生呢?答案在于環(huán)境造就了這一切,之所以你看到栩栩如生的世界,是因?yàn)槟切┎荒軌蜻m應(yīng)環(huán)境的多樣性與正反饋的結(jié)合都已經(jīng)死掉了,被環(huán)境淘汰了! 參數(shù)說(shuō)明: 最大信息素:螞蟻在一開始擁有的信息素總量,越大表示程序在較長(zhǎng)一段時(shí)間能夠存在信息素。信息素消減的速度:隨著時(shí)間的流逝,已經(jīng)存在于世界上的信息素會(huì)消減,這個(gè)數(shù)值越大,那么消減的越快! ″e(cuò)誤概率表示這個(gè)螞蟻不往信息素最大的區(qū)域走的概率,越大則表示這個(gè)螞蟻越有創(chuàng)新性! ∷俣劝霃奖硎疚浵佉淮文茏叩淖畲箝L(zhǎng)度,也表示這個(gè)螞蟻的感知范圍! ∮洃浤芰Ρ硎疚浵伳苡涀《嗌賯(gè)剛剛走過(guò)點(diǎn)的坐標(biāo),這個(gè)值避免了螞蟻在本地打轉(zhuǎn),停滯不前。而這個(gè)值越大那么整個(gè)系統(tǒng)運(yùn)行速度就慢,越小則螞蟻越容易原地轉(zhuǎn)圈。
2#作者:gzgzwhan 回復(fù)日期:2008-3-2 15:10:00
螞蟻算法螞蟻算法
3#作者:希臘質(zhì)子 回復(fù)日期:2008-3-3 0:26:00
有趣,以螞蟻神經(jīng)系統(tǒng)的水平,離所謂“智慧”那是天差地別! ∠伻核惴ㄋ坪踅沂玖恕皬(fù)雜性”和“簡(jiǎn)單性”之間的某種關(guān)聯(lián)——“復(fù)雜”源于“簡(jiǎn)單”! 觀察蟻群的行為,被稱為“智慧”的那種東西已經(jīng)有所顯現(xiàn)。
4#作者:播火者 回復(fù)日期:2008-3-3 0:57:00
螞蟻也有道啊,道在屎尿:)
5#作者:凱華 回復(fù)日期:2008-3-3 11:42:00
gzgzwhan轉(zhuǎn)了個(gè)好帖,作者是誰(shuí)啊?
6#作者:gzgzwhan 回復(fù)日期:2008-3-3 18:51:00