搜索资源列表
xsyry
- 用VB实现的蚁群算法,提供了多个经典的TSP路径()
ACS
- 最大最小蚁群算法寻优优化,对路径的距离进行优化。(The algorithm optimizes and optimizes the maximum and minimum ant colony algorithm, and optimizes the distance of the path.)
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
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
3600401
- 用VB实现的蚁群算法,提供了多个经典的TSP路径(Ant colony algorithm implemented with VB provides several classical TSP paths.)
lambda08
- 蚁群算法解决TSP问题,即 旅行问题,选择最短路径(Ant Colony Algorithm for TSP Problem)
CVRP_ACO-master
- 基于蚁群算法的限制容量的车辆路径问题研究(Study on vehicle routing problem with limited capacity based on ant colony algorithm)
程序1
- 针对移动机器人在海水环境中的三维路径规划问题容易陷入局部最优和收敛慢等瑕疵,根据三维环境全局信息来改进蚁群算法以提高实时性和收敛速度(the ant colony algorithm is improved according to the global information of 3D environment to improve the real-time performance and convergence speed)
Class_11_Code
- MATLAB与神经网络的应用实例,通过蚁群算法找到最短路径(MATLAB and neural network application case, through ant colony algorithm to find the shortest path)