暂无评论
蚁群算法（ACO）在过去10多年取得了显著进展，被广泛应用并证实了其在某些领域的有效性和优势。介绍了蚁群算法的原理、各功能模块以及在理论和实际问题中的应用，并展望了其未来前景。
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
随着地理信息服务广泛应用，地理信息服务质量（QualityofService，QoS）已成为服务应用能否成功的关键因素之一，然而如何合理评价地理信息服务QoS是一个复杂问题。在分析了当前地理信息服务Q
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
改进的混沌蚁群算法及其在路由中的应用，杜佳，崔鸿雁，下一代虚拟网络业务的多样性以及资源管理的复杂性，对路由方案提出了更高的要求，不仅要满足不同业务类型的QoS指标，而且要最大化
改进的蚁群算法在TSP上的应用，在原有的蚁群算法基础上加以优化
用matlab编写的运用蚁群算法解决01背包问题，经测试，可用
用蚁群算法实现TSP问题，内含13个城市测试矩阵的相对坐标，算法源程序，运行结果和鲁棒性分析，程序移植性好易于修改
matlab蚁群算法解决背包问题，c代码步骤编写，目标函数为价值比
蚂蚁群算法解决TSP问题，数据集自己用文本文件存储，在VS2010下能运行，自己写的，用到了C++STL库函数
暂无评论