noheart的头脑风暴
注册日期:
2003-8-6
上次登录:
邮件地址:
brs@ecss.com.cn
兴趣领域:
生物学,数学,化学,经济学,人工智能,人工生命,统一集论,管理学,系统科学,混沌理论
noheart的头脑风暴
noheart的更多标签
人工生命(3)
对于蚁群算法，到目前位置只用于两维离散的空间，要想把它的功能扩大化，就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题，一个目标函数，N个自变量，M个约束条件，这种问题有可能用蚁群算法来求解吗？
是否可以这样理解，在这样的问题中，方向已经是一个抽象的概念，它有N个自变量的的数值来决定，约束就是障碍物，目标函数可以作为找到食物的路径，最优解就是最短路径。这样的话，理论上可以理解，但信息素的释放量又怎么来确定呢？选择方向的概率有如何计算呢？
2003-8-8 15:31:17
呵呵,不就是多维路径规划问题吗?我觉得主要的是怎么把N维的最优化问题转化为多维路径规划问题,这是不是一个关键问题呀?如果这个问题解决了,我看就行了!
>noheart:对于蚁群算法，到目前位置只用于两维离散的空间，要想把它的功能扩大化，就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题，一个目标函数，N个自变量，M个约束条件，这种问题有可能用蚁群算法来求解吗...
2003-8-10 12:38:51
原则上是可以的，不过具体操作起来，的确存在很多头疼的技术问题。就比如信息素怎样定，选择概率怎么分配等等。
>noheart:对于蚁群算法，到目前位置只用于两维离散的空间，要想把它的功能扩大化，就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题，一个目标函数，N个自变量，M个约束条件，这种问题有可能用蚁群算法来求解吗...
2003-9-16 15:58:23
《控制与决策》2002年vol17:基于蚂蚁算法的函数优化 马良。
文中把约束条件用罚函数形式归并到目标函数中，随机投放蚂蚁到定义域内，有领域搜索过程。
>noheart:对于蚁群算法，到目前位置只用于两维离散的空间，要想把它的功能扩大化，就需要向多维连续空间扩展。试想一下现实中最常见的最优化问题，一个目标函数，N个自变量，M个约束条件，这种问题有可能用蚁群算法来求解吗...
2003-9-17 23:03:19
我好像看过那个人的博士论文，；里面提到过对函数的优化！
>goodxjj():《控制与决策》2002年vol17:基于蚂蚁算法的函数优化 马良。
>goodxjj():文中把约束条件用罚函数形式归并到目标函数中，随机投放蚂蚁到定义域内，有领域搜索过程。
>goodxjj():
>goodxjj():
>noheart:对于蚁群算...
登录后才可以评论，马上登录。