導(dǎo)讀：蟻群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值MATLAB程序？...
近一百多篇文章，打包壓縮后有 24.99MB ，基本上是從維普數(shù)據(jù)庫中下載來的蟻群算法(ant colony optimization, ACO)，又稱螞蟻算法，是一種用來在圖中尋找優(yōu)化路徑的機率型技術(shù)。它由Marco Dorigo于1992年在他的博士論文中引入，其靈感來源于螞蟻在尋找食物過程中發(fā)現(xiàn)路徑的行為。引言
20世紀(jì)50年代中期創(chuàng)立了仿生學(xué)，人們從生物進(jìn)化的機理中受到啟發(fā)，提出了許多用以解決復(fù)雜優(yōu)化問題的新方法，如進(jìn)化規(guī)劃、進(jìn)化策略、遺傳算法等，這些算法成功地解決了一些實際問題．20世紀(jì)90年代意大利學(xué)者M(jìn)．Dorigo，V．Maniezzo，A．Colorni等從生物進(jìn)化的機制中受到啟發(fā)，通過模擬自然界螞蟻搜索路徑的行為，提出來一種新型的模擬進(jìn)化算法—— 蟻群算法．用該方法求解TsP問題、分配問題、job-shop調(diào)度問題，取得了較好的試驗結(jié)果．雖然研究時間不長，但是現(xiàn)在的研究顯示出，蟻群算法在求解復(fù)雜優(yōu)化問題 方面有
