多目标优化问题的蚁群算法研究

将离散空间问题求解的蚁群算法引入连续空间,针对多目标优化问题的特点,提出一种用于求解带有约束条件的多目标函数优化问题的蚁群算法.该方法定义了连续空间中信息量的留存方式和蚂蚁的行走策略,并将信息素交流和

多目标优化，提出基于蚁群算法的理念，使用求解多目标问题

该代码是蚁群算法解决TSP问题，简单易懂。通过一系列function函数实现最优路径的优化

MOALO优化算法——多目标蚁狮优化算法:一种求解工程问题的多目标优化算法

Research on Multi-objective Particle Swarm Optimization Algorithm

背包问题蚁群优化算法

码率控制是H.264/AVC的一个重要组成部分,它通过调节编码比特流的的码率变化从而在给定的信道带宽下获得持续较好的图像质量。在Nejat Kamaci提出的码率控制算法上进行了改进,增加了宏块级码率

蚁群算法的优化计算——旅行商问题（TSP）优化，结合具体的案例给出了程序分析

蚁群优化算法求解旅行商问题。内有代码有报告 1、理解蚁群优化算法的思想。 2、利用Matlab实现蚁群优化算法求解TSP问题。 3、分析算法中各种参数变化对计算结果的影响。 二、实验要求 1、打印程序

提出一种多目标粒子群算法处理约束优化问题(MOCPSO)。首先将约束优化问题转换为多目标问题;然后给出一个不可行阈值来充分地利用不可行粒子的信息引导种群的飞行,并提出一种粒子间的比较准则以比较它们的优