Ta上传的资源 (0)

分析 了基 本作 业方 式 的“通 用一 特例 ”关 系 ,提 出 了全 面研 究 上 述基 本作 业 方 式 的 通用 作 业 计 划 的概念 ,建立 了 通用作 业计 划 非连 接 图模 型及基 于蚁 群 算 法 的优 化 方 法 。算 例 研 究 假定 一 制 造 系 统 包含 开放 作 业

为了用蚁群算法来解决连续优化问题 ,该算法将 函数优化问题 中生成解的过程转化为蚁群每前进一步就选择一个 十进制数字并以此来生成一个十进制串的过程。与普通蚁群算法相同,蚁群在选择数字的过程 中将一定量的信息记录在每条选择的路径上以改变下一次蚁群选择各个数字的概率。实验数据表明,文 中的函数优化算法能

从系统的角度分析了运载火箭控制系统漏电故障诊断的特殊性,指出故障也是系统要素之间的一种 联系方式 。为 了准确、有效地描述系统状态条件同其故障关系问所存在的关联 ,提出了条件故障图的描述模型 ,界定并分析 了描述系统状态关系的状态树 ,并将它与故 障图相结合形成条件故障图,用于对故障关系 的自动化描

首先 把 圆排 列 问题转 化 为旅行 商 问题 ，然后 利 用模 拟退 火 算法 求解 此 问题 ．针 对 模拟 退 火算 法对选 择试 验解 比较 敏感 这 一 问题 ，文 章提 出六 种 找领 域解 算 法．算 法 的分 析 和测 试 表 明 ，利用 了城市 间距 离 大小 的信 息 的蚁群

自适应蚁群算法摘要 ：序列 比对是生物信息学的重要研究-rg。蚁群算法是一种新型的模拟进化算法，并被成功地应用于旅行商问题(TSP) 等组合优化问题中。该文将蚁群算法应用于序列比对，并提出基于 自适应调整信息素的改进算法。仿真结果表明这种新的 比对算法是有效的，而它的改进算法的效果更为理想。 关键词

智能混合优：通过结合蚁群算法(ACO)的并行搜索结构和模拟退火算法(SA)的概率突跳性，提出了一种有效的混合优化策略，并将该策略应用于流水作业调度问题(FSP)．在该策略中，蚁群系统的一个周游路线为模拟退火算法提供了一系列初始解，在每个退火温度上进行抽样准则检验并产生新解，然后更新信息激素；蚁群算法