论文研究基于动态聚类邻域分区的并行蚁群优化算法.pdf

蚁群算法，智能算法，对于研究优化算法的朋友看看

本项目基于Java语言，采用蚁群算法进行路由选择的动态模拟设计与实现。蚁群算法是一种模拟自然界蚂蚁群体寻找最短路径的智能优化算法，通过模拟蚂蚁在路径选择过程中的信息传递和协同行为，实现了路由的智能优化

提出一种动态分级的并行进化算法用于求解约束优化问题。该算法首先利用佳点集方法初始化种群。在进化过程中，将种群个体分为两个子种群，分别用于全局和局部搜索，并根据不同的搜索阶段动态调整各种级别中并行变量的

基于Hadoop的K-Means聚类算法优化与实现，陈萍，何健伟，本文针对传统K-Means聚类算法不适合海量大数据挖掘，并且对异常离群点数据非常敏感，结合Hadoop云计算平台以及MapReduce

针对传统的DBSCAN（Density-BasedSpatialClusteringofApplicationwithNoise，DBSCAN）聚类算法全局参数设置不合理、参数选取困难、无法识别重叠模

基于仿射传播聚类的K-means算法优化，周洋，任国霞，传统的K-means算法的初始聚类中心是随机选择的，其聚类结果随不同的初始聚类中心选择而波动。针对K-means算法对初始聚类中心敏感的问�

改进的T-Snake算法首先在分水岭法中，对相邻区域以其像素数、灰度均值和灰度方差定义距离，并据其在图像上建立新的连通图，以对图像过度分割而产生的一些过小区域合并；其次，在模型跨边缘时，利用已分割断层

为解决多约束QoS单播路由问题，提出一种基于改进蚁群算法的QoS单播路多目标算法。该算法引入生长竞争机制,使算法尽可能向Pareto最优靠近。实验结果表明,该算法是可行和有效的,能够在资源预留的基础上

论文研究-蚁群算法进行连续参数优化的新途径.pdf,  提出用蚁群算法进行连续参数优化的一种方法 .该方法对解的每一个分量的可能的取值组成一个动态的候选组 ,并对候选组中的每一个值记录其信息量 .在蚁

可用于物流配送分区中最优巡回路径。我也不知道有没有用，这是C#语言的。