论文研究基于多目标蚁群改进算法的虚拟机放置策略 .pdf

提出了一种新的求连续空间最优值的蚁群算法。结合遗传算法和蚁群算法各自的优点以及两种算法融合基础，提出了遗传算法融入到蚁群算法融合中的两种新策略，第一种策略是先利用遗传算法具有比较强的全局搜索能力，在大

针对主成分分析（PrincipalComponentAnalysis，PCA）在克服变量多重相关性中的局限作用，提出了基于K-maxmin聚类的改进PCA特征提取方法，并结合RelieF算法去除分类不

基于epsilon支配概念的epsilon-MOEA（ε-MOEA）算法具有良好的收敛性和分布性，但是存在epsilon值不易设置，解集中边界个体容易丢失等缺陷。通过结合粗糙集理论中边界域的概念，提出

针对多目标差分进化算法求解多目标优化问题时收敛慢和均匀性欠佳等不足，提出了一种基于多策略排序变异的多目标差分进化算法。该算法利用基于排序变异算子来快速接近真实的Pareto最优解，同时引入多策略差分进

为了解决移动自主网移动节点快速移动导致封包遗失率高的问题，提出一种改进的跨层蚁群算法CAARM。该算法通过MAC跨层计算和预测节点距离，利用前向蚂蚁携带的封包信息进行路由查询，动态地探测移动网络中下一

基于改进蚁群算法的梯级水电站短期经济调度的研究

Image Segmentation Based on Improved Ant Colony Algorithm

蚁群算法及其改进策略 软工:刘文 蚁群算法原理 算法详细流程 代码示例 四.算法优化 五.性能分析 蚁群算法原理 蚁群算法理 Macro Dorigo Gambardella 20世纪90年代意大利学

蚁群算法是一种新型的模拟进化算法，具有正反馈、分布式计算等特点，是一种解决组合优化问题的有效算法。在介绍蚁群算法基本原理以及探讨该算法的缺陷基础上，针对多处理器任务调度问题，提出了一种基于改进型蚁群算

移动机器人的路径规划不仅要求路径路程短，还要避免路径转弯过多，颠簸程度严重，环境适应性差等问题，为此提出基于路径长度，转弯次数及坡度平滑性三种因素共同影响的改进启发函数，综合计算转移概率；同时改进信息