基于车辆路径的背包微粒群

求解旅行商问题的微粒群算法研究---其中包括实验报告源代码，适合做课程设计的东东哦

为了对生产车间调度过程中发生的动态事件进行快速、有效的处理,提出了一种将微粒群算法与遗传算法(GA)、模拟退火算法(SA)相结合的混合微粒群算法(GSPSO)。通过用标准车间调度问题对该算法的性能进行

应用蚁群算法计算机器人在已知地图构造情况下的最短路径

基于蚁群算法的完全遍历路径规划研究.pdf

基于蚁群算法路径规划能成功运行包含蚁群初始化栅格法建模信息素启发函数画图等部分

白色栅格表示机器人可以在其中自由移动，黑色栅格表示障碍栅格，表示机器人无法逾越。本文旨在当机器人遇到障碍栅格时，能根据传感器获得的信息和控制器的有效控制使得机器人绕开障碍物并找到一条有效路径，并通过M

针对火灾背景下煤矿应急救援路径的优化问题,提出了一种基于蚁群算法的井下救援路径优化方法;建立了井下救援路径选择影响因素的层次结构模型,各影响因素按重要程度由高到低排列为CO浓度、瓦斯浓度、风量风速、巷

一种基于多启发因素的改进蚁群算法，在路径规划过程中考虑路径安全性、颠簸性、平滑性和路程最短性等因素，并模拟移动机器人真实地面路况环境，通过邻域矩阵探测法实现障碍检测，有效提高路径的安全性和质量。此外，

我是在三维网格地图中实现的路径搜索，用的点而不是边来标记信息素的，主要是觉得边要麻烦一些，感兴趣的可以自己实现边标记信息素。蚂蚁在三维地图中走，每次可以上下，左右，斜着走，且都算作等效的一步距离。

文件为matlab的M文件,内容涉及到旅行商的路径规划问题。