在 t=9 时刻，行进速度较快5 个蚂蚁又回到 A区域 在选择道路的时候。AB 上的行走过的轨迹是 20 而 AC 上的轨迹为 15，因此将会有较多数的蚂蚁选择往右，从而增强了 AB 上外激素的量。在接下来越来越多的蚂蚁出去觅食的过程中根据道路上外激素量的多少来决定接下来的路径，长此以往下去，越来越多的外激素累积下来为以后的同类都会选择道路短的那一条路。

根据蚂蚁觅食的路径选择的智能性，我们可以看出蚁群算法具有以下重要特点：来,自.优;尔:论[文|网www.chuibin.com +QQ752018766-

  1）多样性：蚁群内个体选择路径的多样性能够很大程度上保证蚁群的个体在寻找

            食物的同时不会陷入死循环。

  2）正反馈：在接受到其他同类传来的关于前方路径上的信息后，能够有效地避免

             再次重复前人的错误，提高了寻找食物的效率。

  3）通用性强：在连通图的路径优化问题中，蚁群算法也能得到有效地适用。

4）间接通讯并自组织：蚁群之间的相互交流是在路径上的外激素的信息来感知前方的路径，选择最优路径，使得蚁群所面对的问题得到简而有效地解决。

蚁群算法作为一种行之有效的模拟优化算法，在通过分布式正反馈并行计算这种解决机制解决了旅行商问题(TSP)直接验证了该算法的实用性后又与遗传算法、禁忌搜索、爬山法、等许多智能算法之间进行了仿真实验验证为蚁群算法的发展起到了推动作用。随着需要解决的问题的逐渐复杂化，基本的蚁群算法已经不能满足研究的需要，同时为了优化蚁群算法推出了许多种改进的思路，比如基于遗传学的改进蚁群算法，蚁群系统，精英蚁群、排序蚁群等等许多具有创新点的优化算法。