输入：决策系统 $DS=\left(U,AT=C\cup D,V,f\right)$ ，粒度集 $P\_C=\left\{C_1,C_2,\cdots ,C_n\right\}$ ， $C_i\subseteq C\left(1\le i\le n\right)$ ， ${\displaystyle \underset{i=1}{\overset{n}{\cup }}{C}_i}=C$ ，最大循环次数 $cycle=100$ ， $\left|C\right|/2$ 只蚂蚁(Ants)等一系列参数。

输出：一个属性子集R和R的长度L。

步骤1：初始化 $R=C$ ， $L=\left|C\right|$ ，迭代次数 $t=0$ ， $core\leftarrow \varnothing$ ；

步骤2：计算 $r{\left({\displaystyle \sum _{i=1}^n{C}_i},D\right)}_{\beta }$ ；

步骤3：对 $\forall a\in C$ ，计算 $Si{g}^{inner}{\left(a,C,D\right)}_{\beta }$ ：当 $Si{g}^{inner}{\left(a,C,D\right)}_{\beta }\ne 0$ 时， $core\leftarrow core\cup \left\{a\right\}$ ；

步骤4：当 $t\le cycle$ 时，执行以下操作：

步骤4.1：对 $k\in Ants$ ，循环执行以下操作：

步骤4.1.1： $R_k=core$ ， $L_k=\left|core\right|$ ；

步骤4.1.2：随机选择一个属性 $a\in C-core$ ， $R_k=R_k\cup \left\{a\right\}$ ， $L_k=L_k+1$ ；

步骤4.1.3：如果 $r{\left({\displaystyle \sum _{j=1}^m{R}_j},D\right)}_{\beta }\ne r{\left({\displaystyle \sum _{i=1}^n{C}_i},D\right)}_{\beta }$ 且 $L_k<L$ ；其中 $R_1,R_2,\cdots ,R_m\subseteq R_k$ ， ${\displaystyle \underset{j=1}{\overset{m}{\cup }}{R}_j}=R_k$ ，则重复：

计算 $p_{ij}^k\left(t\right)=\max \left\{p_{ib}^k\left(t\right),b\in C-R_k\right\}$ ， $R_k=R_k\cup \left\{j\right\}$ ， $L_k=L_k+1$ ；

步骤4.1.4：如果 $r{\left({\displaystyle \sum _{j=1}^m{R}_j},D\right)}_{\beta }=r{\left({\displaystyle \sum _{i=1}^n{C}_i},D\right)}_{\beta }$ 且 $L_k<L$ ： $R=R_k$ ， $L=\left|R_k\right|$ ；

步骤4.2：更新信息素：

步骤4.2.1：对 $\forall x,y\in \left\{R-core\right\}$ ： ${\tau }_{x,y}=\rho {\tau }_{x,y}+q/L$ ；

步骤4.2.2：对 $\forall u,v\in \left\{C-R\right\}$ ： ${\tau }_{u,v}=\rho {\tau }_{u,v}$ ；

步骤4.3： $t=t+1$ ；

步骤5：返回R和L。