搜索资源列表
AntColony
- 计算机工程；人工智能及识别技术，基于蚁群算法非结构化的P2P搜索机制-Computer Engineering artificial intelligence and recognition technology, based on ant colony algorithm search mechanism in unstructured P2P
aco1
- 蚁群算法在电缆敷设系统中的应用与在TSP中有所不同。TSP中所有节点必经过，形成闭合路径；而电缆敷设系统中只有起始设备和终端设备所在的节点是必须经过，中间路径有意选择。本文根据电厂电缆敷设的具体情况，对蚁群算法进行了相应修改，并应用于其中，得到了比较理想的结果。-Ant colony algorithm in cable laying system and in the TSP in different. After all nodes in the TSP will form a close
antc
- 其主要内容包括蚁群算法的思想起源、研究现状及机制原理；蚁群算法的复杂度分析；蚁群算法的收敛性证明；蚁群算法参数对其性能的影响；蚁群算法的参数选择原则；离散域和连续域蚁群算法的若干改进策略；蚁群算法在多个优化领域的典型应用；蚁群算法的硬件实现技术；蚁群算法与其它仿生优化算法的比较与融合；蚁群算法的研究展望；最后还在附录部分给出了基本蚁群算法的程序源代码和相关网站。.-Its main contents include the origin of ant colony algorithm idea,
DE
- 差分进化，智能计算的一种，和遗传算法，粒子群算法，蚁群算法是一类的。-Intelligent Computation ， inspired and Autonomic Computing ；Intelligent Computation ；smart computing
ant
- 蚁群算法(ant colony algorithm，简称ACA)是20世纪90年代由意大利学者M．Dorigo等人首先提出来的一种新型的模拟进化算法．它的出现为解决NP一难问题提供了一条新的途径．用蚁群算法求解旅行商问题(TSP)、分配问题(QAP)、调度问题(JSP)等，取得了一系列较好的实验结果．虽然对蚁群算法研究的时间不长，但是初步研究已显示出蚁群算法在求解复杂优化问题(特别是离散优化问题)方面具有一定的优势，表明它是一种很有发展前景的方法．蚁群算法的主要特点是：正反馈、分布式计算．正反馈
solve-Tsp-problem-with-ACO-Algorithm
- 用蚁群优化算法解决TSP问题,给定core set，只是编号不同，做同样的任务序列，发现结果不同；也是存在正相关-Solve the TSP Problem with ant colony Optimization algorithm
ACA_QoS_MR
- QoS组播路由问题的蚁群算法通用Matlab源码。输出参数列表为：最优组播树最优组；播树所有的边；最优组播树的费用-QoS multicast routing problem ant colony algorithm General Matlab source code. The list of output parameters: the optimal multicast tree optimal group multicast tree all sides optimal multic
Research-on-Some-Novel-Bionic-Opt
- ：仿生优化算法是模拟自然界中生物行为的随机搜索算法，可以用来解决现实中的许多优化问题。简要介绍了目前比 较流行的四种新型仿生优化算法(蚁群算法、微粒群算法、人工免疫算法以及人工鱼群算法)的基本原理；然后深入分析了这 些仿生优化算法的异同之处-Bionic optimization algorithms aye stochastic search methods that mimic the natural biological behavior of species．They age
Development-on-ant-colony-algorithm
- ．针对蚁群算法，首先介绍其基本原理；然后讨论了近年来对蚁群算法的若干改进以及在许多新领域中的发展应用；最后评述了蚁群算法未来的研究方向和主要研究内容．-Firstly，the basic principle of ant colony algorithm is introduced．Then．a series of schemes on improving the ant colony algorithm are discussed，and the new applications are
Ant-colony-algorithm
- 蚁群算法解决TSP问题的MATLAB实现 出动m只蚂蚁，每只蚂蚁各随机选择一条路径，记为I=[1 2 3···m]，长度记为long(I) 计算出每条路径的信息素浓度，记为P(I)=1/long(I)，并进行归一化处理 重新出动m只蚂蚁，按如下规则选择路径： 每只蚂蚁都以一个概率p1选择新路径(路径随机)； 未选择新路径的蚂蚁以概率P(I)选择路径I； 所有蚂蚁都以一个小概率p2对自己的路径进行局部变化； 更新所有路径，计算出每条路径的信息素浓度； 重复上述步
ACO_TSP
- 利用蚁群算法解决TSP旅行商问题，要求： （1）用蚁群算法解决TSP问题； （2）和粒子群PSO算法进行比较。-Ant colony algorithm to solve the traveling salesman problem TSP requires: (1) with ant colony algorithm to solve TSP (2) and particle swarm PSO algorithm for comparison.
APSO-GA-ACO-TSP
- 综合粒子群和蚁群算法，再利用遗传算法中交叉编译算子；再引入模糊技术，形成模糊自适应粒子群和蚁群混合算法，求解TSP问题-Integrated particle swarm and ant colony algorithm, and then genetic algorithm is used to cross compile operator then introduced the fuzzy technology, forming a fuzzy adaptive particle swar
ACO_AIA_PSO
- 综合粒子群和蚁群算法，再利用免疫算法中交叉变异算子；形成ACO-AIA-PSO混合算法，求解TSP问题-Integrated particle swarm and ant colony algorithm, and then use the crossover operator and mutation operator of immune algorithm the formation of ACO-AIA-PSO hybrid algorithm, for solving the TSP
ACS
- 蚁群算法求解TSP 假设条件： 1、非对称桥上的信息量与过去一个时间段内经过该桥的蚂蚁数目成正比； 2、某一时刻蚂蚁按照桥上残留的信息量多少来选择其中某座桥 3、经过该桥的蚂蚁数目越多则桥上的残留信息量就越大 -ACS for TSP
ACATSP
- 蚁群算法是一种分布式内在并行算法。单个蚂蚁的搜索过程是彼此独 立的，易于局部最优，通过个体间不断的信息交流和传递有利于发现较好解；并且该算法是一种正反馈算法。路径上的信息素浓度较高，将吸引更多的蚂蚁沿这条路径运动，又使得信息素浓度增加，加快了算法的进化过程。本文通过求解TSP问题，通过在特定情况下对路径进行逐步遍历比较来降低陷入局部最优解的可能性, 找出最优解。-Ant colony algorithm is an inherent distributed parallel algorithm.