文章 "种群优化算法：蚁群优化（ACO）"
这些关于元启发式优化技术的 文章太棒了。安德烈，你做得非常好，你与我们分享的经验之多令人惊叹，谢谢你！
@METAQUOTES 请考虑在优化器中实现这些元启发式优化目标！
用户可以在 OnTester() 中轻松设置：
OptimizerSetEngine("ACO"); // 蚂蚁群优化 OptimizerSetEngine("COA")); // cuckoo 优化算法 OptimizerSetEngine("ABC")); // 人工蜂群 OptimizerSetEngine("GWO")); // 灰狼优化器 OptimizerSetEngine("PSO")); // 粒子群优化
来自巴西的谢意
新文章 种群优化算法：蚁群优化（ACO）已发布：
这次我将分析蚁群优化算法。 该算法非常有趣且复杂。 在本文中，我尝试创建一种新型的 ACO。
ACO 算法是一种群体智能算法。 依据蚁群的觅食过程进行建模，利用蚁群的内部数据传输机制建立各种环境下的最短路径。 路径上残留的信息素浓度越高，蚂蚁选择这条路径的可能性就越大。 与此同时，信息素的浓度随着时间的推移而减弱。 因此，由于蚁群的行为，蚂蚁通过反馈机制不断学习和优化，从而判定最短的觅食路径。 ACO 算法广泛用于路径规划。
ACO 基于 Skin 测试函数
ACO 基于 Forest 测试函数
ACO 基于 Megacity 测试函数
作者：Andrey Dik