暂无评论
将遗传算法与蚁群算法中的协同模型进行有机结合,在蚁群算法中引入交叉、变异、选择算子来改进基本蚁群算法，克服了蚁群算法不太适合求解连续空间优化问题的缺陷。通过测试函数表明该方法具有较好的收敛速度和稳定性
为了提高挖掘的效率和精度，采用代数定义最大频繁项集并建立其数学模型，通过二进制编码将支持度的计算、蚁群算法和遗传算法求解有机地融合，从而提出一种求解该数学模型的遗传蚁群算法。实验表明，该算法挖掘最大频
基于量子计算理论及蚂蚁群体寻优策略，提出了一种用于连续优化问题的新方法——实数编码量子蚁群算法（RQACOA）。针对量子比特编码和二进制编码在连续优化问题上的不足，引入一种新的实数编码表示方法，设计了
论文研究-开放式车辆路径问题的蚁群优化算法.pdf,
基于改进蚁群算法的AdHoc路由协议的研究，冯勇，饶妮妮，现有AdHoc网络路由协议技术研究中，路由稳定性和可靠性问题尚未得到很好解决，不能很好地适应AdHoc网络。针对已有AdHoc路由技术中存
基于蚁群算法的CBTC系统列车运行调整的研究，冯晓芳，刘湘黔，列车运行调整是一类NP难组合优化问题。本文针对CBTC城轨列车运行的特点，提出了一个单目标多约束条件的列车运行调整模型。利用蚁群
基于改进蚁群算法的全局路径规划方法研究，梁建刚，刘晓平，针对移动机器人全局路径规划采用传统蚁群算法存在收敛速度慢、易陷入局部最优的问题，提出基于改进蚁群算法的移动机器人全局路径
根据ROI（RegionofInterest）面积给出了等距三重优化覆盖此ROI所需要的信标发射位置数量计算方法；随后对矩形ROI提出了一种简单的信标发射位置确定方法；针对现有的遍历发射位置点的路径遍
为了解决蚁群算法易早熟于局部最优及收敛速度慢的问题，采用云模型理论来合理调控蚁群算法的随机性程度，分别提出针对蚁群算法参数、云模型参数以及较优路径判定的自适应调整策略，同时提出信息素分布状态的评价算法
通过研究蚁群算法，针对现有Hadoop调度器的不足，提出一个基于蚁群算法的Hadoop资源感知调度器及其具体实现方案。从而使Hadoop作业调度器可以更有效地对任务进行分配，提高整体架构的作业性能。通
暂无评论