求解卫星地面站调度问题的演化学习型蚁群算法

ads-b地面站原始数据，DF17转换来的CAT021数据

蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。解决优化问题的基本思路为:用蚂蚁的行走路径表示

基于改进蚁群算法的梯级水电站短期经济调度的研究

论文研究-基于改进蚁群算法设计的敏捷卫星调度方法.pdf,  敏捷卫星与传统非敏捷卫星相比，增加了俯仰和偏航两个自由度，提升了卫星的成像能力，也加大了搜索空间，使敏捷卫星的调度问题变得更加复杂，组合优

围绕蚁群优化算法的理论及应用,针对蚁群算法在TSP规划中求解能力不足的难题,运用了一种基于自适应的蚂蚁算法,并对TSP规划进行了设计。为了提高路径规划的效率,将自适应与传统的蚂蚁算法相结合形成了自适应

蚁群算法是优化领域中新出现的一种仿生进化算法，该算法具有并行、正反馈和启发式搜索等特点，但搜索时间长、易陷入局部最优解是其突出缺点。旅行Agent问题是一类复杂的组合优化问题，目的在于解决移动Agen

蚁群算法求解带时间窗的配送路径问题.caj

多重序列比对是生物信息学特别是生物序列分析中一个重要的基本操作。提出求解多重序列比对问题的蚁群算法，利用人工蚂蚁逐个选择各个序列中的字符进行配对。在算法中，蚂蚁根据信息素、字符匹配得分以及位置偏差等信

粗糙集的属性约简是一个NP难问题，获得较为高效的算法是研究的主要目的。针对传统的粗糙集属性约简算法效率不高、速度不快的问题，提出基于相关系数和条件信息熵的属性约简算法，把决策表的非核属性约简过程转化为

Ant colony basic algorithm source program for solving traveling salesman problem