# 蚁群算法

> 蚁群算法（Ant Colony Optimization，ACO），又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文“Ant system: optimization by a colony of cooperating agents”中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。

- ID: m06029
- 分类: business
- 领域: 管理学

## 定义

模拟蚂蚁寻找食物的行为。蚂蚁在路径上留下信息素，路径越短，信息素残留越多（因为挥发少、往返快），吸引更多蚂蚁。最终涌现出最短路径。脚手架作用： 基于痕迹的协作。在团队中，通过留下“信息素”（文档、代码注释、成功案例），可以让后来者自动汇聚到最优路径上，而无需管理者的显性指挥。这是一切去中心化协作的基础。

## 机制

受蚂蚁觅食用信息素标记路径启发，多Agent通过正反馈+挥发协作找到最短路径，是群体智能优化算法。

## 练习

把问题编码为图，令虚拟蚂蚁按信息素与启发式概率选边，迭代更新信息素。用于TSP、调度等组合优化。

## 脚手架用法

基于痕迹的协作。在团队中，通过留下“信息素”（文档、代码注释、成功案例），可以让后来者自动汇聚到最优路径上，而无需管理者的显性指挥。这是一切去中心化协作的基础。

[阅读网页](https://thinkingmodels.site/entries/detail/m06029)