搜索资源列表
aco
- 蚁群软件开发 蚁群算法 针对TSP旅行商问题的仿真 利用程序仿真-Ant colony algorithm for software development, simulation using the traveling salesman problem TSP program simulation
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
ACO
- 蚁群算法的MATLAB程序 用于TSP问题-Ant colony optimization algorithm applied in the traveling salesman problem
ACO-TSP-5
- 采用ACO蚁群算法解决TSP问题。 有详细的讲解标注。-use aco to solute the TSP PROBLEM.
TSP-of-ACO-matlab
- 蚁群算法用于解决TSP问题,用matlab实现的算法，调试通过-ant colony optimization alorithm TSP problem
my-ACO-for-TSP
- solving TSP problem with ACO in matlab
ACO-for-TSP
- ACO algorithm for TSP(Traveling Salesman Problem)
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
Ant-TSP
- 蚁群TSP问题，matlab的一种蚁群算法的程序-ACO TSP problem, matlab an ant colony algorithm procedure
ACO-for-TSP
- ANT Colony Optimization (ACO) for Traveling Salesman Problem (TSP)
MATLAB-code-for-TSP
- 用GA算法和ACO算法在MATLAB上解决TSP问题，附有31个城市的坐标数据-Coordinate data with GA algorithms and ACO algorithm in MATLAB to solve the TSP with 31 cities
ACO
- 蚁群算法在求解TSP问题上的应用。已经运行出来了。-Ant colony algorithm for solving TSP. Has run out.
Multi-ACO-for-TSP
- 多种群蚁群算法解决pst问题的matlab代码，很有借鉴意义-Multiple ant colony system optimization algorithm for sovling TSP problem
ACO-TSP
- 运用ACO解决tsp问题，运用城市坐标可以检测tsp问题的正确性。-Use ACO to solve tsp problem, the use of the city coordinates can detect the the tsp problem of correctness.
ACO
- ant colony algorithm for tsp problem
TSP
- Solving Traveling Salesman Problem (TSP) With Ant Colony Optimization (ACO)
dynamic-ACO-for-TSP
- 动态蚁群算法（ACO）求解（旅行商）TSP问题-Dynamic ant colony algorithm (ACO) to solve the problem (TSP) TSP
aco
- 一个简单的蚁群算法示例，实现tsp问题的路径选择。用了ant 和project两个类，实现简单-Ant Colony Algorithm
ACO
- 基于蚁群算法的机器人的路径规划问题蚁群算法，一种与传统的数学规划原理截然不同的，模拟自然生态系统以求解复杂优化问题(如NPC(NP Complete)类问题，典型的有TSP(Traveling Saleman Problem)问题)的仿生优化算法，因其较强分布式计算机制、鲁棒性、易于与其他方法相结合等优点，使得蚁群算法具有较广泛应用领域，为那些最优化技术难以解决的组合优化问题提供了一类新的切实可行的解决方案。从最初的一维的静态优化问题扩展到多维的动态组合优化问题，包括车辆路径规划，工程设计，电力
ACO-for-TSP
- a ant colony optimization(aco) for traveling salesman problem(TSP).implementation in matlab.type of file:m file