1、蚁群算法的特点：

① 结合了分布式算法、正反馈机制、贪婪式搜索的算法：正反馈可以快速发现较优解、分布式算法避免早熟收敛、贪婪式搜索有助于早期找出可解决方案；

② 蚁群算法具有很强的并行性；

③ 个体之间通过信息素合作，扩充性良好，在进行个体的增减的时候系统开销较小；

④ 算法搜索时间较长，当群体规模大的时候，很难在短时间内找到一条较好的路径，进化初期，各个路径上的信息量相差不明显；

⑤ 算法容易出现停滞现象，搜索到一定程度之后，各个个体发现的解完全一致，不能对解空间进行进一步搜索，不利于发现更好的解。

2、人工蚁通讯的主要特征：

① 通过给问题状态分配合适的状态变量来模拟真实的蚂蚁信息素的释放；

② 状态变量只能被人工蚁局部到达。

3、人工蚁的自动催化机制——正反馈

正反馈使得解朝着全局最优的方向不断进化，能够获得相对较优的解，但是要避免早熟收敛（由于局部最优解或者最初的随即振荡使得某些个体影响了整个群体）。

4、信息素的挥发机制

在蚁群算法中存在挥发机制，可以使蚂蚁逐渐忘记过去，不受过去经验的影响，避免早熟收敛。

5、不预测未来状态概率的状态转移策略

人工蚁的策略充分利用局部信息，没有利用前瞻性来预测未来的状态，所应用的策略在时间、空间完全局部。——策略既是问题状态表示的信息函数又是由过去蚂蚁引起的环境局部改变的函数。

6、蚁群算法的实现过程

① 对蚂蚁的搜索行为起到了决定作用的几个部分： 一、局部搜索策略。应用随机的局部搜索策略选择移动方面。这个策略基于1、私有信息；2、公开可用的信息素轨迹和具体问题的局部信息；二、蚂蚁的内部状态：蚂蚁的内部状态存储了关于蚂蚁过去的信息。通过内部状态信息，蚂蚁可以计算形成方案的可行性、杜绝不好走的路；三、信息素轨迹：释放信息素的量与蚂蚁建立解决方案的优劣程度成正比；四、蚂蚁决策表，是由信息素函数与启发信息函数共同决定的，蚂蚁决策表是一个概率表。