基于改进蚁群算法的应急物资集成调度研究

对云计算中任务调度进行了研究，针对云计算的编程模型框架，提出一种融合遗传算法与蚁群算法的混合调度算法。在该求解方法中，遗传算法采用任务-资源的间接编码方式，每条染色体代表一种具体调度方案；选取任务平均

介绍蚁群算法的基本原理并进行改进，求解经典的VRP问题

蚁群算法在水库优化调度中的应用研究，王涛，杜红娟，本文简要分析了现行水库优化调度方法的优缺点，突出了本课题研究的必要性。在对蚁群算法基本原理进行描述的基础上重点探讨了将其

描述了Job-shop调度问题，研究遗传算法和蚁群算法在解决Job-shop问题中的优点和不足，融合遗传算法和蚁群算法设计了遗传蚁群算法以求解Job-shop调度问题，并对算法进行了仿真实验，通过与遗

针对最小化最大完工时间的作业车间调度问题，提出了一种量子蚁群调度算法。该算法结合了量子计算中量子旋转门的量子信息和蚁群寻优的特点，通过作业车间调度问题的析取图表示，将原问题转换为求解析取图的关键路径，

解决多种应用问题的蚁群算法代码1、解决TSP问题2、数据挖掘分类问题3、车辆调度问题蚁群算法相关资源的网站集锦

在蚁群算法的基础上针对大米轮廓检测提出了一种改进的边缘检测蚁群算法。该算法能有效地检测出米粒的边缘信息,解决了传统大米颗粒检测方法的不稳定和不精确等问题。与此同时,还将其结果与原蚁群算法、Robert

针对当前选煤厂配煤调度中配料误差大、生产稳定性差等问题,提出了基于蚁群算法的配煤调度优化。该算法能够在复杂的环境中规划出最佳配煤方案,并获得最佳经济效益。仿真结果验证了蚁群算法在选煤厂配煤调度中的有效

用电采集负荷数据反映了用户的用电特性及用电习惯,通过用电负荷数据分析识别用电离群用户。根据高维用电负荷数据的特点,提出了一种基于改进One-Class SVM算法的电力离群用户检测,同时采用蚁群算法对

针对蚁群算法收敛速度慢，容易陷入局部最优的问题，结合A*算法和蚁群算法提出了一种解决机器人路径规划问题的改进蚁群算法。自适应调整启发函数，在路径的后程借鉴启发式A*算法的估价函数，在ACS算法的启发函