于自适应蚁群算法的JSP问题仿真研究

帮助应届毕业生做应届遗传融合的自适应蚁群算法最优PID控制研究毕业设计

利用蚁群算法实现多种优化功能，多种应用，主要是实现路径规划，

考虑智能交通系统中员工在聚集站点上下班，建立车辆调度问题的数学模型。 针对蚁群优化算法的缺点，自适应地改变信息素挥发因子，采用混沌搜索产生初始种群可以加速染色体向最优解收敛，构成一种自适应蚁群优化算法

这是本科毕业设计,使用matlab在20乘以20的栅格地图中实现路径规划,包括静态环境以及动态环境下的避障。程序可以成功运行,地图可以手动修改,在这里还有自适应改变信息素挥发因数的改进方案,有很多子程

提出了求解函数优化问题的GAAA算法。该算法是基于遗传算法和蚂蚁算 法的混合算法。其基本思路是算法前过程采用遗传算法，充分利用遗传算法的快 速性、随机性、全局收敛性，其结果是产生有关问题的初始信息素分

可以解决蚁群算法的TSP问题，很好用，感谢GreenSim团队团队

关于蚁群算法的综述研究，是一个PDF文件

本文主要讨论了基本蚁群算法的改进及其应用。在第一章里介绍了蚁群算法的思想起源及研究现状，并对本文的所做的主要工作做了总结。第二章详细的介绍了基本蚁群算法的原理及模型建立，对蚁群算法中的三个基本参数的设

:针对经典的背包问题, 给出一种新的基于蚂蚁优化思想的求解算法。数值试验计算结果表明, 该方法是行之有效的, 并具有通用性。

蚁群算法在最短路中的应用，稍加扩展即可应用于机器人路径规划