控制蚁群算法走向的关键是信息素，信息素类似遗传算法的适应性函数，类似退火算法的评价函数，影响着其中一只蚂蚁的下一步的选择。
蚂蚁：类似遗传算法的染色体，就是一条解，在tsp问题中蚂蚁的路径就是tsp的解。
信息素：评价函数，与路径成反比
蚂蚁数量：一次迭代有多少只蚂蚁在跑（注意不是一起跑，而是先后放上一只蚂蚁）
迭代次数T：所有蚂蚁跑完视为一次迭代周期。
程序流程：
1，随机生成距离矩阵
进入循环while(t<T)
{
2，信息素递减（只有较近的信息素才能影响这一步）
3，对于每一只蚂蚁，随机生成起点，标记起点为访问过
进入循环（寻找城市数量-1次）(起点已经有了）
{
4，寻找周围城市的最大信息素
5，随机生成0~1的数如果小于bugp(蚂蚁正常选择）则从最大信息素城市中找一个作为下一个
否则（蚂蚁犯错误了，有木有感觉像退火算法里的允许犯错的那个函数）随机生成一个未访问过的点作为下一个（因为至少你要保证可行吧）
6,标记这个点被访问过
}
修改信息素，修改方式为原来信息素+Q/这条路径长度（Q为1个常数)
t++;
}
输出最优解。
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <math.h>
#include <time.h>
#define T 1000//最大迭代次数
#define n 1000//蚂蚁数量
#define cities 10//城市数量
#define bugp 0.9//每一次选择操作的出错概率
#define alpha 0.1//每一次信息素的消失速率
#define Q 1
int start;
int biggest[cities],biggestsum;//储存信息素最多时所对应的点（毕竟信息素最大值所对应的边不止一条，biggest记录下那些边的对应的终点，biggestsum为biggest的元素个数）
int distance[cities][cities];//城市的距离矩阵
double phe[cities][cities];//边所对应的信息素浓度（之所以选择边是因为点容易受到周围优秀的点的影响）
int ant;//蚂蚁当前所在点
int bugsum,bugTry[cities];//出错时可供选择的城市数量和城市下标
int visit[cities];//用来标记城市是否已经经过
int path[n][cities+1];//记录每一个蚂蚁所走过的城市
void initdistance()
{
int i,j;
memset(distance,0,sizeof(distance));
srand(time(NULL));
for (i=0;i<cities;i++)
for (j=i+1;j<cities;j++)
{
distance[i][j]=rand()%100;
distance[j][i]=distance[i][j];
}
printf("城市的距离矩阵如下:\n");
for (i=0;i<cities;i++)
{
for (j=0;j<cities;j++)
printf("%4d",distance[i][j]);
printf("\n");
}
}
int main()
{
int i,j,k,p,t,n1,n2,r;
double d;
double max;//记录下最大信息素浓度
double sumdistance;
initdistance();//初始化城市矩阵
t=0;
for (i=0;i<cities;i++)
for (j=0;j<cities;j++)
phe[i][j]=1;//初始化每一条边的信息素浓度
srand(time(NULL));
for (i=0;i<n;i++)
path[i][0]=rand()%cities;//每一个蚂蚁随机在起点
while(t<T)
{
for (i=0;i<cities;i++)
for (j=0;j<cities;j++)
phe[i][j]=phe[i][j]*alpha;//每一次信息素逐渐消逝
for (i=0;i<n;i++)//对于每一只蚂蚁
{
start=path[i][0];//记录下起点
memset(visit,0,sizeof(visit));//清零标记数组
visit[start]=1;
ant=start;
for (j=1;j<cities;j++)//选取剩下的cities-1个城市
{
bugsum=biggestsum=max=0;
for (p=0;p<cities;p++)
if (!visit[p])
max=max>phe[ant][p]?max:phe[ant][p];//寻找周围最大的信息素的那条边（其实是为了找到那个p点）
for (p=0;p<cities;p++)
{
if ((max==phe[ant][p])&&(!visit[p]))
biggest[biggestsum++]=p;//记录下信息素浓度最大的点（注意一般不止一个点)
}
for (p=0;p<cities;p++)
if (!visit[p])
bugTry[bugsum++]=p;//记录下总共可供选择的点
d=rand()%100;
d=d/100;
if (d<bugp)//如果蚂蚁选择正确
ant=biggest[rand()%biggestsum];//选择信息素最大的点
else//如果蚂蚁选择错误
ant=bugTry[rand()%bugsum];//只选择成立的点（未必最优）
visit[ant]=1;
path[i][j]=ant;
}
}
//上面是每一只蚂蚁的选择，而一次全部选择后，更新信息素
for (i=0;i<n;i++)
{
sumdistance=0;
for (j=1;j<cities;j++)
{
n1=path[i][j-1];
n2=path[i][j];
sumdistance=sumdistance+distance[n1][n2];
}
n1=path[i][cities-1];
n2=path[i][0];
sumdistance=sumdistance+distance[n1][n2];//注意要回到起点
for (j=1;j<cities;j++)
{
n1=path[i][j-1];
n2=path[i][j];
phe[n1][n2]=phe[n1][n2]+Q/sumdistance;//更新信息素，注意因为信息素还要再次递减，所以就好比2进制的权，越靠近话语权越重
}
n1=path[i][cities-1];
n2=path[i][0];
phe[n1][n2]=phe[n1][n2]+Q/sumdistance;
}
t++;//这样迭代次数+1
}
max=999999;
for (i=0;i<n;i++)
{
sumdistance=0;
for (j=1;j<cities;j++)
{
n1=path[i][j-1];
n2=path[i][j];
sumdistance=sumdistance+distance[n1][n2];
}
n1=path[i][cities-1];
n2=path[i][0];
sumdistance=sumdistance+distance[n1][n2];
if (sumdistance<max)
{
max=sumdistance;
r=i;
}
}
printf("最短路径为:%.4f\n",max);
printf("路径为:\n");
for (i=0;i<cities;i++)
printf("%d ",path[r][i]);//第r个蚂蚁是最优的
printf("%d\n",path[r][0]);
return 0;
}
总结:蚁群算法的关键在于信息素，而影响信息素的因素只有两个：蚂蚁选择这条路径的数量和时间的流逝（越往后，越是之前的信息素影响就越弱）。
同时注意虽然现实中蚂蚁是同时去找食物，但是在蚁群算法中蚂蚁出发却是有先后之分的，而所有的蚂蚁走完就视为一次迭代。
