Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему Муравьиные алгоритмы

самоорганизацияОснову поведения муравьиной колонии составляет самоорганизация.Самоорганизация является результатом взаимодействия следующих четырех компонентов:- случайность;- многократность; - положительная обратная связь;- отрицательная обратная связь.
Муравьиные алгоритмы      Ant самоорганизацияОснову поведения муравьиной колонии составляет самоорганизация.Самоорганизация является результатом взаимодействия следующих четырех компонентов:- При своём движении муравей метит путь феромоном, и эта информация используется другими Обобщённый алгоритм• ПОКА (условия выхода не выполнены) 	1. Создание муравьёв 	2. Поиск Поиск решения Обновление феромона Этапы решения задачи при помощи муравьиных алгоритмов1. Представить задачу в виде набора Применение ACO для задачи коммивояжёра Создание муравьевОбщее количество муравьёв равно количеству городов;каждый муравей начинает маршрут из своего Поиск решения Обновление феромона Обновление феромона МОДИФИКАЦИИ Алгоритмов ACO МОДИФИКАЦИИ Алгоритмов ACOМодифицированная муравьиная система Ant Colony SystemТри основных изменения:уровень феромонов на МОДИФИКАЦИИ Алгоритмов ACOМуравьиная система Max-min   Max-min Ant SystemСуть: ограничение на МОДИФИКАЦИИ Алгоритмов ACOМуравьиная система с ранжированием  AS-rank Суть: в конце каждой итерации Пример Итерация 1 Итерация 1 Итерация 1 Итерация 1
Слайды презентации

Слайд 2 самоорганизация
Основу поведения муравьиной колонии составляет самоорганизация.

Самоорганизация является результатом

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

взаимодействия следующих четырех компонентов:
- случайность;
- многократность;
- положительная обратная связь;
-

отрицательная обратная связь.

Слайд 3 При своём движении муравей метит путь феромоном, и

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

эта информация используется другими муравьями для выбора пути.


Слайд 4 Обобщённый алгоритм
• ПОКА (условия выхода не выполнены)
1.

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

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

Этапы решения задачи при помощи муравьиных алгоритмов1. Представить задачу в виде

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

Создание муравьевОбщее количество муравьёв равно количеству городов;каждый муравей начинает маршрут из

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

МОДИФИКАЦИИ Алгоритмов ACOМодифицированная муравьиная система Ant Colony SystemТри основных изменения:уровень феромонов

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

МОДИФИКАЦИИ Алгоритмов ACOМуравьиная система Max-min  Max-min Ant SystemСуть: ограничение на

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:

МОДИФИКАЦИИ Алгоритмов ACOМуравьиная система с ранжированием AS-rank Суть: в конце каждой итерации

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

  • Имя файла: muravinye-algoritmy.pptx
  • Количество просмотров: 121
  • Количество скачиваний: 0