暂无评论
对旅行商问题的解法提出了蚁群算法,并用MFC编程实现,有比较有好的界面,并对问题做了细致的分析。
TSP蚁群算法源代码,供大家研究设计使用
完整的蚁群算法解决旅行商问题的MATLAB程序,供大家学习使用
本代码用matlab写的蚁群算法解决TSP问题,详细说明了蚁群算法来解决TSp问题的过程。
Ant colony algorithm solves tsp problem
高速铁路建成后客运通道内的线路组成要素及线路功能将发生较大变化,旅客列车在通道内的线路选择方案也需要进一步优化。采用蚁群算法(ACO)对旅客列车的线路选择进行了设计,给出了转移概率及信息量更新方法,并
以加权高斯函数模拟信息素的密度分布,并以此进行随机抽样,构成蚁群的状态转移规则。蚁群在信息素的引导下逐步向最优食物聚集。引入禁忌策略作为优进策略,以提高蚁群的寻优能力。测试表明算法适用于连续优化问题,
为了使得算法对蚁群进化的控制更加直接、算法更加高效,针对加权MAX-SAT的特点,以重离散化方式简化蚁群算法模型,提出取值概率的概念,并以之替换传统蚁群算法中信息素,最后对该算法作并行化改进。实验结果
针对蚁群算法在求解最短路径问题时存在容易陷入局部最优解的问题,对经典蚁群算法提出三方面改进。首先,在初始化信息素浓度时加入方向引导,加快初始搜索速度;其次,在局部信息素浓度更新过程中采用信息素重分配思
提出将蚁群算法用于求解函数优化问题的新方法。使用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁觅食的方式,更新搜索路径上的信息素,按照转移概率来决定搜索方向,即通过信息素来指引搜索,最后搜索收敛于
暂无评论