الگوریتم کلونی مورچگان یا در حقیقت «بهینهسازی کلونی مورچگان» (Ant Colony Optimization) همانطور که از نام آن مشخص است، بر پایه رفتار طبیعی کلونیهای مورچگان و مورچگان کارگر شاغل در آنها بنا نهاده شده است. فرآیند یافتن منابع غذایی در کلونی مورچگان بسیار بهینه است. زمانی که مورچهها عملیات کاوش برای یافتن منابع غذایی را آغاز میکنند، به طور طبیعی یک مسیر «منطقی» و «بهینه» از آشیانه خود به منابع غذایی پیدا میکنند. به عبارت دیگر، جمعیت مورچگان به نحوی همیشه قادر هستند تا یک مسیر بهینه را برای تامین منابع غذایی مورد نیاز بیابند. شبیهسازی چنین رفتار بهینهای، پایه و اساس بهینه سازی کلونی مورچگان را تشکیل میدهد.
الگوریتمهای مشتق شده از الگوریتم کلونی مورچگان، زیر مجموعهای از روشهای «هوش ازدحامی» (Swarm Intelligence) هستند. این دسته روشها، حوزه تحقیقاتی و مطالعاتی به شمار میآیند که به مطالعه الگوریتمهای الهام گرفته شده از مفهوم «رفتارهای ازدحامی» (Swarm Behaviors) میپردازند. الگوریتمهای هوش ازدحامی از مجموعهای از موجودیتهای فردی ساده تشکیل شدهاند که از طریق «خودسازماندهی» (Self-Organizing) با یکدیگر تعامل و همکاری میکنند. منظور از خودسازماندهی، نبود سیستم کنترل مرکزی برای کنترل و ایجاد هماهنگی میان اعضای یک سیستم هوش ازدحامی است.
اکنون کدهای این الگوریتم برای شما دوستان گرامی تهیه و ارائه شده است.
دوستان گرامی توجه فرمایید که: این کد به صورت اختصاصی توسط گیل پروژه ارائه شده است و مورد تائید ما می باشد.
هنوز بررسیای ثبت نشده است.