【摘要】：群体智能在没有集中控制且不提供全局模型的前提下，为寻找复杂的分布式问题求解方案提供基础。目前，群体智能理论研究领域主要有两种优化算法：蚁群优化算法和粒子群优化算法。蚁群优化算法往往简称为蚁群算法，最初用来解决旅行商问题，随后陆续用于求解其他优化问题，如指派问题、调度问题、车辆路径问题等。蚁群算法在资源受限项目调度领域也得到越来越多的应用与研究。
群体智能（swarm intelligence）作为一种新兴的演化计算技术已得到越来越多的关注。群体智能起源于对社会昆虫的研究（Bonabeau and Meyer，2001）。群体智能中的群体指的是“一组相互之间可以进行直接通信或者间接通信的主体（agent），这组主体能够合作进行分布式的问题求解”，而群体智能则是指“无智能的主体通过合作表现出智能行为的特性”（彭喜元等，2003）。群体智能在没有集中控制且不提供全局模型的前提下，为寻找复杂的分布式问题求解方案提供基础。目前，群体智能理论研究领域主要有两种优化算法：蚁群优化（ant colony optimization，ACO）算法和粒子群优化（particle swarm optimization，PSO）算法。
蚁群优化算法往往简称为蚁群算法，最初用来解决旅行商问题，随后陆续用于求解其他优化问题，如指派问题（assignment problem）、调度问题（scheduling problem）、车辆路径问题（vehicle routing problem，VRP）等（Dorigoa and Blum，2005；寿涌毅等，2011）。蚁群算法在资源受限项目调度领域也得到越来越多的应用与研究（Merkle et al.，2002；Shou，2006）。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
