الگوریتم کلونی مورچگان یا الگوریتم Ant Colony Optimization الگوریتمی فراابتکاری است که بر اساس زندگی مورچگان طراحی شده است. این الگوریتم با مبنا قرار دادن ارتباطات مورچگان برای یافتن غذا به بهینه سازی مدل های مختلف ریاضی و به ویژه مدل های کلاس Np-Hard می پردازد.

الگوریتم کلونی مورچگان با استفاده از این مساله که مورچگان در هنگام حرکت کردن، ماده اس شیمیایی به نام فرمون از خود بجای می گذارند به کشف جواب های جدید می پردازد.

مورچگان برای یافتن غذا مسیری را که فرمون بیشتری داشته باشد یا به عبارت دیگر مورچه های بیشتری از آن عبور کرده اند را انتخاب می نمایند. البته همیشه این طور نیست و ممکن است مورچه ها مسیری دیگری را انتخاب نمایند که این مساله موجه یافتن مسیرهای جدید و در عین حال جواب های جدید می شود.

برای کدنویسی مدل های مختلف با این الگوریتم   اینجا   کلیک نمایید.

 

الگوریتم مورچگان

الگوریتم مورچگان

مورد دیگر در الگوریتم مورچگان تبخیر شده فرمون بجای مانده از مورچه ها می باشد که با این تبخیر امکان یافتن مسیرهای جدید به وجود می آید.

با توجه به اینکه مورچه ها تقریبا نابینا هستند با استفاده از میزان فرمون می توانند اطلاعات را بین دیگر مورچه ها به اشتراک بگذارند که این مساله باعث یافتن جواب های جدید برای مدل می شود.

همچنان که الگوریتم مورچگان ادامه می یابد و میزان تمرکز فرومون نواحی با مقدار تابع هدف بهتر را درمحدوده ی جستجوی فضای جواب آشکارمی سازد ، شعاع جستجو برای حرکت مورچه ها کمتر و کمتر می گردد. اینکاهش تدریجی دربازه ای دردسترس برای مورچه ها به الگوریتم اجازه می دهد تا بر یک پاسخ بسیار دقیق متمرکز شده و جوابی با تابع هدف بالا را بیابد. کاهش شعاع جستجو فضای جواب به طورموثر ی به مورچه ها فضای کمتری می دهد که این امرباعث می گردد میزان جستجوی نواحی جدید کاهش یابد و مورچه ها راوادرا می سازد که به بهینه های محلی Local Optimum  درهنگام جستجوی خود توجه بیشتری نمایند و اطراف خود را بیشتر جستجو نمایند.

با کدنویسی الگوریتم مورچگان در متلب می توان در بهینه سازی مدل های پیوسته ، گسسته و صفر و یک بهره برد و به جواب های مناسبی برای مدل دست یافت.

برای کدنویسی مدل های مختلف با این الگوریتم   اینجا   کلیک نمایید.

.