上屋抽梯与龙鲤吃蚁

龙鲤就是我们常说的穿山甲,又名鲮鲤、石鲮鱼,有很高的药用与经济价值,目前已被列为国家二级保护动物. 龙鲤主要捕食蚂蚁.它捕食蚂蚁自有一套功夫.这天,天要下雨了,一群蚂蚁正在忙着搬家,不知大祸即将来临.这时,正四处觅食的龙鲤冲到蚁群跟前,用细长的舌头快速地舔食着密密麻麻的蚂蚁.     

举足轻重的懒蚂蚁

科学家发现,在成群的蚂蚁中,大部分蚂蚁都争先恐后地寻找食物、搬运食物,可以说是相当勤劳。但有少数蚂蚁则什么活也不干。它们,被科学家称之为懒蚂蚁。为了深入研究这些懒蚂蚁在蚁群中如何生存,科学家做了下面的实验。他们在这些懒蚂蚁身上都做上了标记,然后断绝蚁群的食物来源,并     

懒蚂蚁的真面目

无意中,我发现了一个蚂蚁窝,便蹲下来,看看这些小家伙在干些什么。一天过去了,我发现不管有多少蚂蚁,在一些辛勤忙碌的蚂蚁背后,总有一批固定比例的懒蚂蚁。这些懒蚂蚁整天无所事事,四处闲逛,十分悠闲。我看不过去了,偷偷地将这些懒蚂蚁全部捉走,蚁群里就只剩下勤蚂蚁了。我想:懒蚂蚁走了,蚁群的工作效率就一定会提高了。然而,奇怪的事情发生了:正在搬运虫子的勤蚂蚁发现了偷懒的蚂蚁不见后,赶忙放下虫子,停下来,围在一起商量。经过一番“讨论”后,37只蚂蚁中走出了5只蚂蚁,摇身一变,变成了到处闲逛的懒蚂蚁。因此,蚁群的效率下降了,前进的…     

科技博览

Lesson 蚂蚁是世界上数量最多的昆虫之一,早在1亿年前的白垩纪就已经在地球上出现。虽然世界各地气候条件千差万别,但都有蚂蚁分布。目前人类已经发现了7600多种蚂蚁,但这只是一小部分。蚂蚁的一生要经过卵、幼虫、蛹、成虫4个阶段。每个蚁群都是一个复杂但又分工细致明确的社会:工蚁、雄蚁、蚁后,在有些蚁群中还有兵蚁。蚁群的每一个成员都认真从事着自己特定的,并对整个蚁群的生存至关重要的工作。工蚁是整个蚂蚁社会的基础。它们是没有充分发育的雌性蚂蚁,没有生殖能力。工蚁是蚁群中数量最多的,她们整天辛勤劳动,主要是为蚁后和幼虫寻…     

值得称道的“懒蚂蚁”

科学家发现一个有趣的现象：在蚂蚁世界里，总有一定数量的“懒蚂蚁”无所事事，四处闲逛。难道蚂蚁中也存在着剥削阶级?他们试着将这些蚂蚁剔除，忽然发现整个蚁群的运转效率大大降低，过一段时间，蚁群又自然分化出同等比例的懒蚂蚁。     

校长要学会“偷懒”

日本北海道大学的生物学家做了一项有趣的实验。他们对三个分别由30只蚂蚁组成的黑蚁群的活动进行了观察,结果发现,大约80%的蚂蚁都从事着某种工作,很少停下来休息,而其余约20%的工蚁则整日无所事事,几乎不参加任何工作。人们称这20%的工蚁为“懒蚂蚁”。有趣的是,当生物学家断绝了蚂蚁的食物来源,那些平时工作很勤快的蚂蚁便一筹莫展,而懒蚂蚁则挺身而出,带领众伙伴向它早已侦察到的新的食物源转移。生物学家又把懒蚂蚁全部抓走放在一起,结果其中80%的懒蚂蚁变成了“勤蚂蚁”,其余20%的懒蚂蚁涛声依旧,而它们原先所在蚁群中的“勤蚂蚁”却…     

举足轻重的懒蚂蚁

科学家观察时发现,在成群的蚂蚁中,大部分蚂蚁都争先恐后地寻找食物、搬运食物,可以说是相当勤劳。但有少数蚂蚁则什么活儿也不干。它们,被科学家称之为懒蚂蚁。为了深入研究这些懒蚂蚁在蚁群中如何生存,科学家做了下     

全球变暖可能导致蚂蚁数量增加

<正> 美国科学家对位于全球各个不同气候地区600多个蚂蚁群的调查研究显示,全球变暖可能会导致蚂蚁数量增加。美国俄克拉何马州立大学教授迈克尔·卡斯帕里在研究中发现,美国各个生态系统中的蚁群,蚂蚁数量有很大差距,最多可相差几百倍。生活在寒冷地区的蚁群,平     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法进行机器人路径规划时存在搜索空间大、效率低、容易陷入局部最优解、易出现死锁现象等问题,提出了一种改进的蚁群算法。在蚁群算法基础上,只对较优蚂蚁路径进行信息素浓度更新|针对U型障碍物,提出了蚂蚁回退策略,以及一些仿真实验策略改进。仿真结果表明：改进后蚁群算法能快速搜索到最优路径,有效避免死锁现象,与其它算法相比,具有良好的路径寻优能力与避障性能。     

懒蚂蚁效应

日本北海道大学进化生物研究小组对三个分别由30只蚂蚁组成的黑蚁群的活动进行观察，结果发现，大部分蚂蚁都很勤快地寻找、搬运食物，少数蚂蚁却整日无所事事、东张西望，人们把这少数蚂蚁叫做“懒蚂蚁”．     

蚂蚁“逃兵”

正烈日下,一群蚂蚁正迈着整齐的步伐,搬运着巨大的粮食向洞中行进。一只工头模样的大蚂蚁站在高处,严密监视着这群蚂蚁。这时,蚁群开始上坡了,大家的脚步缓慢下来,感觉有点儿吃力。其中一只蚂蚁发现"工头"没注意到它,把肩     

动物奇趣

动物奇趣大可蚂蚁消防英国动物学家曾把一盘点燃的蚊香放进一个蚂蚁巢。开始，巢中蚁群惊恐万状，约２０秒钟后，许多蚂蚁纷纷向火冲去，并喷射出蚁酸，但一只蚂蚁能喷射的蚁酸量毕竟有限，不少“勇土”葬身火海。但它们前仆后继，不到一分钟，终于把火扑灭了。蚂蚁们把牺...     

一种防震荡的机器人路径规划算法

移动机器人路径规划问题中,当机器人遇到较大障碍物时容易出现震荡现象,文章针对该问题提出一种基于栅格模型和蚁群算法的路径规划算法。当蚁群中的蚂蚁没有遇到障碍物时,优先选择离目标点最近的可行点;当蚂蚁遇到障碍物时,特别是较大障碍物时,改变蚂蚁选择下一步栅格的策略,使之能尽快绕开障碍物,朝着目的地前进。最后的仿真结果显示该算法能在一定程度上消除震荡现象。     

蚁群算法的参数优化

分析了蚁群算法及其参数,找到了算法中蚂蚁个数与节点个数的关系,提出了两项参数改进方案--使用自适应调整q0参数和使用精英策略局部更新信息素,对蚁群算法进行优化.通过Matlab仿真试验分析,找出了参数的最佳取值范围,使得新的蚁群算法能以较快的速度找到较优的路径,提高了蚁群算法的效率.     

蚂蚁怎样互通信息?

蚂蚁头部有一对弯曲的膝状触角,腹部呈球形或卵形,前端1～2节显著收缩变细,与胸部连接而形成细腰,因而有“细腰昆虫”的称号。蚂蚁过着社会性的群居生活。身上长着许多细毛,用来接受温度以及化学物质的刺激,以感知外界传来的各种信息,且能向同伴传递,以协调蚁群的活动。为了了解蚂蚁怎样互通信息,我们可以做一个观察实验: 先在蚂蚁活动的周围撒些饼干屑,蚂蚁会很快发现食物,过一会,成群的蚂蚁会前来协助搬运,搬回蚁巢。此时,教师可启发幼儿仔细观察蚂蚁在途中碰到同伴时的动作,会发现它们用触角相互接触,随即出现浩浩荡荡的蚁群,形成搬运大军,循着原来这只蚂蚁所走过的路线,川流不息地来回走动。观察结束     

基于蚁群算法在交通领域的应用综述

蚁群算法是受现实蚂蚁群体行为启发而得出的一类仿生算法。从蚁群算法与实际交通问题的求解有很强直接对应特性出发,对蚁群算法在交通领域的应用进行全面综述。蚁群算法也可应用于交通过程建模、交通过程优化及导航、交通运输规划等交通领域。     

蚂蚁为什么不停地搬运食物

蚂蚁是群居动物．它们居住在一个大的团体中．这些群体可能由上百万只蚂蚁组成。在每个群体中都有蚁后、工蚁、兵蚁以及雄蚁,它们的任务是各不相同的。蚁后成年后的主要任务是产卵,一般来说一个蚁群中只有一个蚁后;雄蚁寿命很短,它们的主要任务是和蚁后交配,在交配结束后它们就要面临死亡了;士兵蚁的体型比较大,实际上就是大的工蚁,它们没有生殖系统,主要任务是保卫蚁群安全,抵挡其他蚁群的攻击。     

领头蚂蚁

蚂蚁爬行时,头蚁爬到哪里,后边的蚁群便追随到哪里。如果将那只头蚁拿掉,蚁群便被第二只蚁带着,继续爬行。这只新的头蚁,走的路线是与前一只不同的。如果又把这一只拿掉,它身后的那只蚁,又接着带领伙伴们演出同样的故事。因此,蚂蚁们的行迹便纷乱如麻。     

蚁群算法的原理及其改进

蚁群算法来源于对蚂蚁群体搜索行为的追踪研究,其基于信息素的正反馈特性有助于快速找到最优解。但蚁群算法也有不足之处,主要表现在当问题规模较大时,容易陷入局部最优化从而导致算法过早停滞。本文以旅行商(TSP)问题为基准,介绍了蚁群算法的原理,然后讨论了三种改进策略,主要表现在对其关键因子———信息量增量进行调整,这些改进策略有效地改善了蚁群算法过早停滞的现象。     

混合型蚁群算法及其应用

蚁群优化算法——蚂蚁系统（Ant System,AS）是Dorigo M在20世纪90年代最早提出的一种新型生物智能算法,Dorigo M将蚁群优化算法应用于解决经典的旅行商问题（TSP）,取得了较好的应用效果。采用混合型蚁群算法进行优化求解,探讨其实现TSP问题的求解流程,以更好地指导实际问题解决。