暂无评论
针对标准蚁群算法易于出现早熟停滞现象,提出了一种自适应多态免疫蚁群算法(adaptive polymorphic immune ant colony algorithm,PIACA)。通过设置多种状态
改进蚁群算法 [基于改进蚁群算法的TSP问题研究] 摘要: 由于基本蚁群系统算法没有考虑节点位置,对所有的解采用相同信息素蒸发准则使算法收敛速度慢易于停滞且易收敛于局部最优为了克服这一缺点提出了基于距
[b]本人研究生期间主要研究蚁群算法及其在机器人路径规划中的应用。 本代码是为了在上课时画出一个图形来比较不同种类的蚁群算法,主要包裹ACS,MMAS,EAS等经典的蚁群算法,最后还包括本人提出的另一
针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题,提出一种适合连续优化的量子蚁群算法。该方法直接采用量子位的相位对蚂蚁编码。首先根据基于信息素强度和可见度构造的选择概率,选择蚂蚁的前进目标;
针对蚁群算法局部搜索能力较弱,易于出现停滞和局部收敛、收敛速度慢,不能较好地应用于谐波平衡中的问题,提出了混合蚁群算法。该算法采用蚁群算法的全局搜索能力在全局中搜索初始最优解,利用拟牛顿算法较强的局部
研究论文-自适应蚁群算法在CDMA 多用户检测中的应用
遗传算法的改进在机械中的应用大大提高了互换性的应用
蚁群算法的应用实例.ppt
蚁群算法参数选择的研究
利用蚁群算法解决水下机器人路径规划问题,分析了其他算法的弊端与该算法优势
暂无评论