一、 演算法簡介

蟻群演算法(ant colony optimization, ACO)，又稱螞蟻演算法，是一種用來在圖中尋找優化路徑的機率型演算法。其靈感來源於螞蟻在尋找食物過程中發現路徑的行為。

蟻群演算法是一種模擬進化演算法。

二、 演算法基本原理

螞蟻在行走過程中會釋放一種稱為“資訊素”的物質,用來標識自己的行走路徑。

在尋找食物的過程中，根據資訊素的濃度選擇行走的方向，並最終到達食物所在的地方。

資訊素會隨著時間的推移而逐漸揮發。

所以，在螞蟻1到達食物地點選擇會回去的路時，會選擇右邊這條（資訊素濃度高）的路，久而久之，右邊這條路的濃度逐漸增加，所有螞蟻都會選擇這條更短的路徑。

三、 演算法特點

1、自組織的演算法：自組織就是在沒有外界作用下使得系統嫡減小的過程(即是系統從無序到有序的變化過程)。

2、並行的演算法：每隻螞蟻搜尋的過程彼此獨立，僅通過資訊激素進行通訊。同時開始進行獨立的解搜尋，增加了演算法的可靠性,也使得演算法具有較強的全域性搜尋能力。

3、正反饋的演算法：螞蟻能夠最終找到最短路徑，直接依賴於最短路徑上資訊激素的堆積,而資訊激素的堆積就是一個正反饋的過程。正反饋是螞蟻演算法的重要特徵，它使得演算法演化過程得以進行。