Презентация по математике "Муравьиные алгоритмы" - скачать

Содержание

Слайд 2

САМООРГАНИЗАЦИЯ Основу поведения муравьиной колонии составляет самоорганизация. Самоорганизация является результатом взаимодействия

САМООРГАНИЗАЦИЯ

Основу поведения муравьиной колонии составляет самоорганизация.
Самоорганизация является результатом взаимодействия следующих четырех

компонентов:
- случайность;
- многократность;
- положительная обратная связь;
- отрицательная обратная связь.
Слайд 3

При своём движении муравей метит путь феромоном, и эта информация используется другими муравьями для выбора пути.

При своём движении муравей метит путь феромоном, и эта информация используется

другими муравьями для выбора пути.
Слайд 4

ОБОБЩЁННЫЙ АЛГОРИТМ • ПОКА (условия выхода не выполнены) 1. Создание муравьёв

ОБОБЩЁННЫЙ АЛГОРИТМ

• ПОКА (условия выхода не выполнены)
1. Создание муравьёв
2.

Поиск решения
3. Обновление феромонов
4. Дополнительные действия {опционально}
Слайд 5

ПОИСК РЕШЕНИЯ

ПОИСК РЕШЕНИЯ

Слайд 6

ОБНОВЛЕНИЕ ФЕРОМОНА

ОБНОВЛЕНИЕ ФЕРОМОНА

Слайд 7

ЭТАПЫ РЕШЕНИЯ ЗАДАЧИ ПРИ ПОМОЩИ МУРАВЬИНЫХ АЛГОРИТМОВ 1. Представить задачу в

ЭТАПЫ РЕШЕНИЯ ЗАДАЧИ ПРИ ПОМОЩИ МУРАВЬИНЫХ АЛГОРИТМОВ

1. Представить задачу в виде

набора компонент (вершин) и переходов (ребер) или набором взвешенных графов, на которых муравьи могут строить решения.
2. Определить эвристику поведения муравья при построении решения (определение вероятностей переходов – (1)).
3. Определить значение следа феромона (соотношение (2)).
4. Определить процедуру эффективного локального поиска (если возможно).
5. Подобрать параметры ACO–алгоритма
Слайд 8

ПРИМЕНЕНИЕ ACO ДЛЯ ЗАДАЧИ КОММИВОЯЖЁРА

ПРИМЕНЕНИЕ ACO ДЛЯ ЗАДАЧИ КОММИВОЯЖЁРА

Слайд 9

СОЗДАНИЕ МУРАВЬЕВ Общее количество муравьёв равно количеству городов; каждый муравей начинает

СОЗДАНИЕ МУРАВЬЕВ

Общее количество муравьёв равно количеству городов;
каждый муравей начинает маршрут из

своего города;
изначально количества феромона на рёбрах принимается равным небольшому положительному числу.
Слайд 10

ПОИСК РЕШЕНИЯ

ПОИСК РЕШЕНИЯ

Слайд 11

ОБНОВЛЕНИЕ ФЕРОМОНА

ОБНОВЛЕНИЕ ФЕРОМОНА

Слайд 12

ОБНОВЛЕНИЕ ФЕРОМОНА

ОБНОВЛЕНИЕ ФЕРОМОНА

Слайд 13

МОДИФИКАЦИИ АЛГОРИТМОВ ACO

МОДИФИКАЦИИ АЛГОРИТМОВ ACO

Слайд 14

МОДИФИКАЦИИ АЛГОРИТМОВ ACO Модифицированная муравьиная система Ant Colony System Три основных

МОДИФИКАЦИИ АЛГОРИТМОВ ACO

Модифицированная муравьиная система Ant Colony System
Три основных изменения:
уровень феромонов

на ребрах обновляется не только в конце очередной итерации, но и при каждом переходе муравьев из узла в узел.
в конце итерации уровень феромонов повышается только на кратчайшем из найденных путей.
алгоритм использует измененное правило перехода: либо, с определенной долей вероятности, муравей безусловно выбирает лучшее – в соответствие с длиной и уровнем феромонов – ребро, либо производит выбор так же, как и в классическом алгоритме.
Слайд 15

МОДИФИКАЦИИ АЛГОРИТМОВ ACO Муравьиная система Max-min Max-min Ant System Суть: ограничение

МОДИФИКАЦИИ АЛГОРИТМОВ ACO

Муравьиная система Max-min Max-min Ant System
Суть: ограничение на максимальную

и минимальную концентрацию феромонов на ребрах ? эффективная защита от преждевременной сходимости к субоптимальным решениям.
Слайд 16

МОДИФИКАЦИИ АЛГОРИТМОВ ACO Муравьиная система с ранжированием AS-rank Суть: в конце

МОДИФИКАЦИИ АЛГОРИТМОВ ACO

Муравьиная система с ранжированием AS-rank
Суть: в конце каждой итерации

муравьи ранжируются в соответствие с длинами пройденных ими путей. Количество феромонов, оставляемого муравьем на ребрах, таким образом, назначается пропорционально его позиции.
Слайд 17

ПРИМЕР

ПРИМЕР

Слайд 18

ИТЕРАЦИЯ 1

ИТЕРАЦИЯ 1

Слайд 19

ИТЕРАЦИЯ 1

ИТЕРАЦИЯ 1

Слайд 20

ИТЕРАЦИЯ 1

ИТЕРАЦИЯ 1