暂无评论
欢迎大家下载，共同研究算法。。。<br>
作者: 吴启迪 / 汪镭出版社: 上海科技教育出版社出版年: 2004年作为群体智能的一种典型实现，蚁群算法正在受到学术界的广泛关注。这是一种基于种群寻优的启发式搜索算法，由M.Dorigo等人于19
将遗传算法与蚁群算法进行有机结合,并将其应用到智能机器人全局路径规划中,其目的是探索一种基于栅格划分的环境中新的路径寻优算法,研究机器人路径规划问题。首先利用遗传算法全局搜索能力强的特点,生成初始信息
针对高光谱影像波段数目多，易造成维数灾难的问题，结合遗传算法提供的初始启发信息和蚁群算法寻优能力的优势，提出一种基于改进二进制蚁群算法的波段选择方法。该方法通过遗传算法寻优获取几组较优解，经过计算后作
通过C++语言描述了物流配送的过程，实现了最优化
利用蚁群算法来解决经典的旅行商问题，这是程序文件，是基于C#编程语言的，算法研究可以参考高等教育出版社，东北大学汪定伟主编的智能优化算法
针对蚁群算法在开始的时候由于信息素较少导致收敛速度慢的问题,提出了一种基于图形的加权蚁群算法,它利用蚁群算法最优路径的特点,对每个城市分别加权,然后从比较离散的点开始进行寻优。节省了在不可能构成最优路
这篇文章介绍了一种改进的蚁狮优化算法——IALO算法，基于原始ALO算法，通过两项改进策略提升了算法性能。改进1将间断性边界收缩因子改为连续性，增强了算法的遍历性；改进2将均衡的权重系数改为动态权重系
蚁群算法在GIS最短路径求解中应用的初步研究，刘晓亮，，最短路径的求解是GIS应用中的主要问题之一。在传统的最短路径求解算法中，Dijkstra算法和启发式搜索算法-A*算法具有较好的效果，得到
运用混沌蚁群算法进行图像的边缘检测是针对混沌蚁群算法具有随机性、遍历性、正反馈性，通过更新信息素矩阵来计算图像阈值，从而获得图像边缘信息，能够更全面、迅速地找到图像的边缘，避免过早陷入局部最优，提高了
暂无评论