搜索资源列表
antljgh
- 目前己存在许多优化算法用来解决该问题，但不少算法都存在一定局限性，如当算法的约束条件较多时，很难求解复杂环境的路径规划问题等。本文根据机器人路径规划算法的研究现状和向智能化、仿生化发展的趋势，研究了一种基于改进蚁群算法的机器人全局路径规划方法。
Matlab
- 基于蚁群算法的优化实现路径最短的问题程序-Based on ant colony optimization algorithm to achieve the shortest path problem program
ACOrout
- 移动机器人路径规划是机器人学的一个重要研究领域。它要求机器人依据某个或某些优化原则(如最小能量消耗，最短行走路线，最短行走时间等)，在其工作空间中找到一条从起始状态到目标状态的能避开障碍物的最优路径，本代码应用蚁群算法来解决这个问题！-Mobile robot path planning is an important research field of robotics. It requires one or some of the robot based on the principle o
蚁群算法
- 基于蚁群算法求解TSP问题和路径优化问题
ACATSP
- 蚁群算法解决旅行商最佳路径优化问题，信息素增加强度系数，最佳路线长度-Ant colony optimization algorithm to solve the traveling salesman problem the best path, increase the intensity factor pheromone, the best route length
anti_TSP
- 蚁群算法是一种智能优化算法，通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略，给出基于MATLAB的蚁群算法在旅行商问题中的源代码m文件，对问题求解进行局部优化。-Ant colony algorithm is an intelligent optimization algorithm through the shortest route of pheromone search strategy based on the ant foraging process, given the ant
yiqun
- 可以通过修改.mat文件中的数据来实现路径优化问题(You can modify the data which in city_data.mat to resolve logistics paths optimization problems.)
D_yiqunmain
- 用来寻找优化路径的概率型算法蚁群算法，解决源点到所有结点最短路径计算的问题(Ant colony algorithm)
改进蚁群
- 将蚁群算法应用于三维路径规划问题上，算法编程完整，注释详细，是初学者宝贵的学习材料。(The ant colony algorithm is applied to the three-dimensional path planning problem, the algorithm programming is complete, detailed notes, is a valuable learning material for beginners.)
蚁群算法的优化计算——旅行商问题(TSP)优化
- 路径优化 蚁群算法 tsp问题 优化设计(Path optimization TSP problem of path optimization ant colony algorithm)
AntColonyOptimization-TSP
- 蚁群算法作为新发展的一种模拟蚂蚁群体智能行为的仿生优化算法，它具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法相结合等优点，本算法用来解决最短路径问题，并在TSP旅行商问题上取得较好的成效。同时也可以在他领域如图着色问题、车辆调度问题、集成电路设计、通讯网络、数据聚类进行参考。(Ant colony algorithm is a newly developed bionic optimization algorithm that simulates the ant colony intel
22蚁群算法的优化计算——旅行商问题(TSP)优化
- 这是完整的基于MATLAB的遗传算法的程序，是关于旅行商问题的求解(This is a complete procedure of genetic algorithm based on MATLAB, which is about solving traveling salesman problem.)
群体智能算法蚁群算法
- 蚁群算法解决最后一公里问题，蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。
ACS3-1
- 最优路径问题，蚁群算法,仓储系统的货位拣选路径优化仿真(Optimal path problem, ant colony algorithm, optimization simulation of cargo location picking path for warehouse system)
GAforPathPlaning
- 采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。 利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间断，2保证路径不穿过障碍。 用遗传算法解决优化问题时的步骤是固定的，就是种群初始化，选择，交叉，变异，适应度计算这样，那么下面我就说一下遗传算法求栅格地图中机器人路径规划在每个步骤的问题
VRP - 副本
- 用于求解配送路径优化问题，即vrp问题，算法是蚁群算法，优化目标为路线最短(It is used to solve the distribution path optimization problem, that is vrpentire. The algorithm is ant colony algorithm, and the optimization goal is the shortest route)