Ta上传的资源 (0)

针对如何提高蚁群算法搜索速度及防止算法停滞问题,提出一种改进的蚁群优化算法VACO(ACOalgorithmbasedonantvelocity),通过构造与局部路径和蚂蚁个体速度相关的时间函数,并建立与时间函数相关的动态信息素释放机制,加快信息素在较优路径上正反馈过程,从而提高了算法的收敛速度;采

将遗传算法和模拟退火算法进行了有机结合,并采用一种自适应的交叉和变异概率,提出了一种改进的混合遗传算法——自适应的模拟退火遗传算法.通过旅行商问题的仿真实验,对比遗传算法和模拟退火算法的实验结果,这种混合遗传算法改进了传统遗传算法的性能,并且提高了整个算法的收敛速度,拥有更好的优化性能.

利用TSP问题特点,提出了动态分组算法求TSP问题.将TSP环路动态随机分解成双环,再用最佳组合方式组合成单环,实现了在总体路径寻优下的局部路径优化,从而使所得路径尽可能接近最优解.通过对TSPLIB中实例的大量实验及与KD、KL、SETSP、Budinich和ESOM等类SOM算法的比较,表明该算

这个是关于三轴加速度模块的灵敏度的调节,这对于刚刚入门的同学很有帮助,我们可以通过这篇PDF,相信会有更加深刻的认识!