الگوریتم کلونی مورچگان
الگوریتم بهینه سازی کلونی مورچگان
Ant Colony Optimization (ACO)
کلونی مورچه ها و یا به صورت کلی‌تر جوامع اجتماعی حشرات، سیستم های توزیعی هستند که علی رغم سادگی عملکرد اعضای کلونی، یک سازمان اجتماعی پیچیده بوجود می‌آورند. این سازمان قادر به انجام وظایف پیچیده ای است که از توانایی یک عضو به تنهایی فراتر می‌باشد. در حوزه ی "الگوریتم‌های مورچگان" مدل‌هایی بررسی می‌شودکه از مشاهده رفتار مورچه ها در طبیعت بدست آمده‌اند. این مدل‌ها به مرجعی الهام بخش در طراحی الگوریتم‌های جدید در حل مسائل بهینه سازی تبدیل شده‌اند. علی رغم آن که مورچه ها موجوادت نابینا، بی حافظه و کم هوشی هستند، جنبه‌های مختلف رفتار آن ها الهام بخش الگوریتم‌های متفاوت بوده است. به صورت کلی، زندگی اجتماعی مورچه‌ها، باعث بروز رفتارهایی از قبیل تقسیم کار، ساماندهی گورستان و رفتار کاوشگرانه برای جستجوی غذا شده است. در انجام همه‌ی این وظایف مورچه‌ها فعالیت‌های خود را بوسیله‌ی ارتباط غیرمستقیمی که با نام stigmergy شناخته شده است، هماهنگ می‌کنند. ایده‌ای که منجر به شکل‌گیری بهینه‌سازی کلونی مورچگان (ACO ) شده است، برگرفته از رفتار کاوشگرانه این موجودات برای غذا می باشد. . روش ACO ، نوعی روش فرا اکتشافی است که برای یافتن راه‌حل‌های تقریبی برای مسائل بهینه‌سازی ترکیبیاتی مناسب است. در این روش، مورچه‌های مصنوعی به‌وسیله‌‌ی حرکت بر روی گرافِ مسئله و با باقی گذاشتن نشانه‌هایی بر روی گراف، همچون مورچه‌های واقعی که در مسیر حرکت خود نشانه‌هایی باقی می‌گذارند، باعث می‌شوند که مورچه‌های مصنوعی بعدی بتوانند راه‌حل‌های بهتری را برای مسئله فراهم کنند.
