暂无评论
无人机任务分配是无人机系统中的一项关键问题,遗传算法、粒子群算法和蚁群算法是三种常用的传统算法,在解决这一问题上发挥着重要作用。遗传算法通过模拟自然选择的过程,借助交叉和变异操作,能够搜索到较优的任务
提出了求解函数优化问题的GAAA算法。该算法是基于遗传算法和蚂蚁算 法的混合算法。其基本思路是算法前过程采用遗传算法,充分利用遗传算法的快 速性、随机性、全局收敛性,其结果是产生有关问题的初始信息素分
Intelligent Ant Colony Algorithm Intelligent Ant Colony Algorithm and Its Application
[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
本文论述了高速公路隧道群监控系统功能,硬件结构和软件结构,以及IFIX组态软件在该系统中的应用。
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
蚁群算法在云计算资源分配中的应用研究,张春艳,,针对目前已提出的云计算资源调度模型,提出一种基于蚁群算法的资源分配策略。分配云计算资源时,首先在云计算网络中发现社团,探
研究论文-自适应蚁群算法在CDMA 多用户检测中的应用
在不断变化的金融市场中,多阶段投资组合优化通过周期性地重组投资对象来追求回报最大,风险最小。提出了使用基于量子化行为的粒子群优化算法(Quantum-behaved Particle Swarm Op
暂无评论