控制蚁群算法走向的关键是信息素，信息素类似遗传算法的适应性函数，类似退火算法的评价函数，影响着其中一只蚂蚁的下一步的选择。

蚂蚁：类似遗传算法的染色体，就是一条解，在tsp问题中蚂蚁的路径就是tsp的解。

信息素：评价函数，与路径成反比

蚂蚁数量：一次迭代有多少只蚂蚁在跑(注意不是一起跑，而是先后放上一只蚂蚁)

迭代次数T：所有蚂蚁跑完视为一次迭代周期。

程序流程：


1，随机生成距离矩阵

进入循环while(t

{

2，信息素递减(只有较近的信息素才能影响这一步)

3，对于每一只蚂蚁，随机生成起点，标记起点为访问过

进入循环(寻找城市数量-1次)(起点已经有了)

{

4，寻找周围城市的最大信息素

5，随机生成0~1的数如果小于bugp(蚂蚁正常选择)则从最大信息素城市中找一个作为下一个

否则(蚂蚁犯错误了，有木有感觉像退火算法里的允许犯错的那个函数)随机生成一个未访问过的点作为下一个(因为至少你要保证可行吧)

6，标记这个点被访问过

}

修改信息素，修改方式为原来信息素+Q/这条路径长度(Q为1个常数)

t++;

}

输出最优解。

［objc］ view plain copy#include 《stdio.h>
#include 
#include 
#include 
#include 
#define T 1000//最大迭代次数
#define n 1000//蚂蚁数量
#define ciTIes 10//城市数量
#define bugp 0.9//每一次选择操作的出错概率
#define alpha 0.1//每一次信息素的消失速率
#define Q 1
int start;
int biggest［ciTIes］，biggestsum;//储存信息素最多时所对应的点(毕竟信息素最大值所对应的边不止一条，biggest记录下那些边的对应的终点，biggestsum为biggest的元素个数)
int distance［ciTIes］［cities］;//城市的距离矩阵
double phe［cities］［cities］;//边所对应的信息素浓度(之所以选择边是因为点容易受到周围优秀的点的影响)
int ant;//蚂蚁当前所在点
int bugsum，bugTry［cities］;//出错时可供选择的城市数量和城市下标
int visit［cities］;//用来标记城市是否已经经过
int path［n］［cities+1］;//记录每一个蚂蚁所走过的城市
void initdistance()
{
int i，j;
memset(distance，0，sizeof(distance));
srand(time(NULL));
for (i=0;i
for (j=i+1;j
{
distance［i］［j］=rand()%100;
distance［j］［i］=distance［i］［j］;
}
printf(“城市的距离矩阵如下：\n”);
for (i=0;i
{
for (j=0;j
printf(“%4d”，distance［i］［j］);
printf(“\n”);
}
}
int main()
{
int i，j，k，p，t，n1，n2，r;
double d;
double max;//记录下最大信息素浓度
double sumdistance;
initdistance();//初始化城市矩阵
t=0;
for (i=0;i
for (j=0;j
phe［i］［j］=1;//初始化每一条边的信息素浓度
srand(time(NULL));
for (i=0;i 
path［i］［0］=rand()%cities;//每一个蚂蚁随机在起点
while(t《T)
{
for (i=0;i
for (j=0;j
phe［i］［j］=phe［i］［j］*alpha;//每一次信息素逐渐消逝
for (i=0;i
{
start=path［i］［0］;//记录下起点
memset(visit，0，sizeof(visit));//清零标记数组
visit［start］=1;
ant=start;
for (j=1;j
{
bugsum=biggestsum=max=0;
for (p=0;p
if (！visit［p］)
max=max>phe［ant］［p］？max:phe［ant］［p］;//寻找周围最大的信息素的那条边(其实是为了找到那个p点)
for (p=0;p
{
if ((max==phe［ant］［p］)&&(！visit［p］))
biggest［biggestsum++］=p;//记录下信息素浓度最大的点(注意一般不止一个点)
}
for (p=0;p
if (！visit［p］)
bugTry［bugsum++］=p;//记录下总共可供选择的点
d=rand()%100;
d=d/100;
if (d
ant=biggest［rand()%biggestsum］;//选择信息素最大的点
else//如果蚂蚁选择错误
ant=bugTry［rand()%bugsum］;//只选择成立的点(未必最优)
visit［ant］=1;
path［i］［j］=ant;
}
}
//上面是每一只蚂蚁的选择，而一次全部选择后，更新信息素
for (i=0;i
{
sumdistance=0;
for (j=1;j
{
n1=path［i］［j-1］;
n2=path［i］［j］;
sumdistance=sumdistance+distance［n1］［n2］;
}
n1=path［i］［cities-1］;
n2=path［i］［0］;
sumdistance=sumdistance+distance［n1］［n2］;//注意要回到起点
for (j=1;j
{
n1=path［i］［j-1］;
n2=path［i］［j］;
phe［n1］［n2］=phe［n1］［n2］+Q/sumdistance;//更新信息素，注意因为信息素还要再次递减，所以就好比2进制的权，越靠近话语权越重
}
n1=path［i］［cities-1］;
n2=path［i］［0］;
phe［n1］［n2］=phe［n1］［n2］+Q/sumdistance;
}
t++;//这样迭代次数+1
}
max=999999;
for (i=0;i
{
sumdistance=0;
for (j=1;j
{
n1=path［i］［j-1］;
n2=path［i］［j］;
sumdistance=sumdistance+distance［n1］［n2］;
}
n1=path［i］［cities-1］;
n2=path［i］［0］;
sumdistance=sumdistance+distance［n1］［n2］;
if (sumdistance
{
max=sumdistance;
r=i;
}
}
printf(“最短路径为：%.4f\n”，max);
printf(“路径为：\n”);
for (i=0;i
printf(“%d ”，path［r］［i］);//第r个蚂蚁是最优的
printf(“%d\n”，path［r］［0］);
return 0;
}


总结：蚁群算法的关键在于信息素，而影响信息素的因素只有两个：蚂蚁选择这条路径的数量和时间的流逝(越往后，越是之前的信息素影响就越弱)。

同时注意虽然现实中蚂蚁是同时去找食物，但是在蚁群算法中蚂蚁出发却是有先后之分的，而所有的蚂蚁走完就视为一次迭代。