搜索资源列表
ant-colony-algorithm
- 针对车辆的越野路径规划问题,设计了以最少行驶时间为目标的多策略蚁群算法.首先,分析了地形坡度和地表属性对于车辆路径规划的综合影响,通过叠加坡度与粗糙度约束建立了禁忌表 其次,一方面引入了自适应调整策略以提高路径搜索的有效性,另一方面设计了双向搜索策略以增加蚂蚁之间的协作能力和成功路径的搜索机率 另外,还提出了子路径多段交叉策略以提高算法的全局搜索能力和收敛速度,在详细叙述改进算法的步骤之后,优化了算法的部分参数取值 最后,就基本算法和改进算法的性能指标、收敛代数和仿真结果进行了比较与分析.实验结
ACO-to-solve-TSP-problem
- 算法使用蚁群算法求解TSP问题，使得最终所需时间短，效率高。-Algorithm using ant colony algorithm for TSP problem, so that the final time is short, high efficiency.
yiqunyouhuasuanfa
- 蚁群算法的优化，以改善传统的蚁群算法不适用欲大规划的TSP问题的解决，缩短搜索的时间。-Ant colony optimization algorithm to improve the traditional ant colony algorithm NA For big plan to solve TSP problem, shorten the time of the search.
algorithm
- matlab算法详细分析，包括应用广泛的分治算法、灰色预测、时间序列、模拟退火、蚁群算法。-matlab algorithm detailed analysis, including the widely used divide and conquer algorithm, gray forecasting, time series, simulated annealing, ant colony algorithm.
ACOBP
- 利用蚁群算法优化BP神经网络权值和阈值的初值，减少BP神经网络的训练时间-Initial ant colony optimization algorithm BP neural network weights and thresholds, reducing training time BP neural network
vrp
- 假设在一个供求关系系统中，车辆从货源取货，配送到对应的若干配送点。车辆存在最大载货量，且配送可能有时间限制。需要合理安排取货时间，组织适当的行车路线，使用户需求得到满足，同时使某个代价函数最小，比如总工作时间最少、路径最短等。 可以看出TSP问题是VRP问题的一种简单特殊形式。因此，VRP也是一种NP hard 问题。 目前解决此种问题的办法有多种，主要以启发式算法为主。包括退火算法、遗传算法、蚁群算法、禁忌算法等，本文介绍两种比较简单算法：C-W节约算法和遗传算法。(Assume that