Муравьиный алгоритм 

Потрясающий лектор. Институт закончил и периодически смотрю ролики. Очень помогли на сессиях.

Михаил Николаевич, огромное спасибо за интереснейшую лекцию!

Из других ВУЗов тоже вас смотрим, очень качественно изложен материал, спасибо.

Отличное видео! Действительно хороший "туториал" :) Причем и человека приятно слушать и по теме рассказывает понятно, и смежные темы также успевает затронуть :) Спасибо за материал, продолжайте в том же духе!

Очень круто и понятно! Познакомился с вашими лекциями ещё на 1 курсе, сейчас 5 и снова актуально :)

Спасибо большое за прекрасное пояснение!

Все очень понятно. Спасибо большое.

Спасибо большое за видео, очень полезное. Все четко и ясно. Приятно было слушать.

Большое спасибо! помогли при написании курсовой )

Спасибо! Шикарное видео. Юмор про элиту на высоте! Учился у Белоусова А.И. в МГТУ, как и Вы он очень умный преподаватель, у него шутки тоже на высоте, но донесение материала мне больше Ваше нравится.

Спасибо за Ваш ответ.

Здорово, спасибо! : ) Единственное, наверное, что вы не упомянули - это условие остановки. Но тут уж можно найти, остальное было очень хорошо и очень понятно : )

Спасибо большое! Очень помогли при подготовке к контрольной по эволюционным вычислениям!

Блин, я тоже хочу себе такой галстук с синей лампочкой.

а какой коэффициент испарения лучше брать?

Да ладно, не ёрничайте! Я говорю о том, что делать человеку нечего как проверять ваши расчеты. Главное - это идея. А тема раскрыта великолепно. Благодарю.

Спасибо. Диплом сделан. )))

Спасибо, отличное видео! А вы будете Мультиагентные технологии рассматривать?

Отличное объяснение. Смутило два момента: > для второй интерации сумарная вероятность, подсчитаная на доске, была ~93%, а не 100% > язык с - простой язык

Поздравляю!

Спасибо большое за видео. Все четко и понятно. По вашему примеру реализовал алгоритм в game maker studio))по вашей примеру проход 1000 муравьев решает за пол секунды. С коррекцией ферамонов конечно сложновато. Приходится смотреть чего достигла 1000 и потом корректировать чтоб получилось более идеальное решение. Тут разве что делать отдельный алгоритм, который будет сам изменять значения коррекции феррамона для более оптимального решения

Здравствуйте! Я правильно понял, что в данном примере была показана одна итерация с одним муравьем?

5 х 4 х 3 х 2 = 120 вариантов на один город , спасибо за такие видео =))

Спасибо!

доступно,спасибо

спасибо!

Очень классная лекция! Доступно и подробно на пальцах объяснено применение этого алгоритма. Однако, сколько видео я не пересмотрел по этому алгоритму один вопрос так и остался непонятным - какой физический смысл у показателя феромона примирительно к какому нибудь реальному технологическому процессу? Например, если мы рассматриваем развозку почтовых бандеролей или развозку продуктов по магазинов? Также остаётся непонятен физический смысл процесса высыхания алгоритма Кроме того не совсем понятна операция с "шариком и рулеткой" - даже с учётом неравномерной вероятности выпасть может любой из городов (если он уже не был посещен конечно) и таким образом перебирать нужно все равно все итерации - тогда есть ли смысл в этой "рулетке"? Либо можно сославшись на наибольшую вероятность автоматически выбрать путь с наибольшей же вероятностью, но тогда все равно рулетка отпадает как механизм

Ничего не понял! Это по-русски?

На 27-28 минутах видео при подсчёте вероятности того, что муравей пойдёт из города №4 в город №5 ( P4,5) допущена ошибка. Значение которое должно получиться 29.38747419. Наверняка это "описка". Сумма этих трёх вероятностей должна равняться 100, у Вас же она равняется 94, и это бросается в глаза.

норм мужик

Насчет обновления феромона. Если мы нашли новое решение, хуже старого, то соответственно нам лучше это решение "забыть". Получается обновлённый феромон нужно считать (1-р) * (t + delta t). Т.е. коэффициент испарения применять к обновлённому решению, а не к старому, прибавляя потом дельта тау...?

Я, вот только, одного не понял. Каким образом были выбраны "стартовые значения" тау?

Очень интересно. Но не понял откуда изначально взялась длина расстояний и кол-во ферономов для каждого участка? Особенно, откуда изначально взялись значения феромонов для каждого отрезка?

Доброго времени суток! Мне интересно, прошло 7 лет, сейчас на вскидку того времени собрали все компьютеры в один(на данный момент самый слабый из теперешнего) и какие ваши впечатления, уже пробовали для себя реализовать вычисления Хамилтона?)) Спасибо за разъяснения!

Ну, вот. Теперь ясно. Действительно, кое-что можно было и не расписывать. Ну это для тех, кто любит вычислять - фанатов чисел.

Как отличить физика от математика? Всё просто: попросите его обойти столб кругом. Если спросит: "Зачем?" - значит физик. Если спросит: "По часовой стрелке или против?" - значит математик.

Первые 8 минут можно не смотреть - воду льет.

Здравствуйте! Я внимательно прослушал, возникли вопросы: 1) чему равно Q 2) ответ в задаче какой? 3) мы явно один раз не прогоняем муравья, значит другие тоже бегают и выбирают путь, значит есть и другие пути? 4) когда выходить с цикла? С момента постоянного значения?

так откуда начальные значения феромонов брать? Если начинать с нулевых значений, все вероятности будут тоже 0.

норм

Что за феромоны ? Я так и не понял Как их высчитать ?

А у муровьев социолизм))

Муравьи коммуниcты кcта, мораль - думайте cами

Да. Осенью. Пока готовлю еще...

Псевдо кода нет на алгоритм?

не впадлу ж те было складывать)

ошибка в вычислениях садись два

Очень сложно воспринимать таких преподов. Что то мямлит.

Спасибо!