蚁群算法广泛应用于求解组合优化问题,蚁群算法的分析,优化及仿真实现
针对应急救援车辆调度优化问题的特征和需求,以可变双向距离、道路风险和成本最小为主要目标,建立了应急救援车辆调度优化问题的多目标优化模型。为避免过早陷入局部最优,提出了基于混沌扰动的改进蚁群系统优化算法
针对遗传算法易重复迭代、蚁群算法易陷入停滞的缺点,提出基于自适应蚁群遗传混合算法的PID参数优化。先用遗传算法获得PID参数的初值,再用改进后的蚁群算法自适应调整路径选择概率和信息素更新规则,最终搜索
针对大规模定制协同物流协调优化问题,以成本—时间最小化评估指标综合值为目标,提出了包括物流节点选择及节点合作时序安排的协调优化模型。基于蚁群算法,构造了适合该模型特征的改进型蚁群求解算法,并阐述了其求
基于蚁群优化的ZigBee传感器网络QoS路由算法,李雪,曹峰梅,针对ZigBee无线多媒体传感器网络(WMSNs)资源受限的特点,将蚁群算法应用于WMSNs路由协议中,提出一种改进的基于蚁群优化的Q
论文研究-基于蚁群优化的多物流配送中心选址算法.pdf,
介绍了基本蚁群算法的数学模型,在一种新的连续空间分解方法的基础上,对信息素更新方式进行了改进,采用信息素局部更新和自适应的信息素全局更新相结合的方式,以提高算法的收敛速度。引入了进化算法中的变异操作,
针对云存储技术中副本选择优化问题,提出一种基于蚁群原理的云存储副本动态选择算法。构建基于蚁群的副本动态选择模型,建立副本选择度量标准(如带宽占用、网络路径时延和平均访问时间等)与蚁群信息素的映射,并对
为克服现有蚁群算法运算过程中易出现停滞现象、收敛速度慢等缺点,提出了一种基于模拟退火策略的多道逆向蚁群算法。通过向原始蚁群中引入逆向蚂蚁,并结合模拟退火思想确定蚁群中逆向蚂蚁的数目,来提高算法全局寻优
为了使无线传感器网络的空间资源得到优化分配,更好地完成环境感知、信息获取、有效传输及减少网络中能量的消耗的任务。通过对无线传感器网络中分簇算法的分析,结合LEACH和LEACH-C算法,提出了基于Vo