首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 797 毫秒

1.  蚁群算法及其改进形式综述  被引次数:6
   黄挚雄  张登科  黎群辉《计算技术与自动化》,2006年第25卷第3期
   蚁群算法是一种具有许多优良特性的模拟进化算法,已经成功地解决了许多复杂的组合优化问题。但是蚁群算法并不完善。本文介绍蚁群算法的模型及其存在的问题,并综述蚁群算法的多种改进形式,最后对蚁群算法将来的研究方向作出预测。    

2.  遗传蚁群融合算法求解航迹规划问题对比研究  
   徐正军  唐硕《计算机仿真》,2008年第25卷第4期
   蚁群算法和遗传算法的融合是目前的研究热点之一,因此研究不同的遗传蚁群融合算法对算法的选择及其改进具有积极的意义.研究了遗传算法的编码方式、交叉方式及变异操作和蚁群算法的原理,且着重研究了遗传蚁群混合算法、蚁群遗传混合算法、同遗传算法整合的蚁群算法等三种融合算法,并应用这三种算法在求解航迹规划问题上进行了仿真研究,对所得的最优解从精度和快速性对其进行了分析和比较,可以得出遗传蚁群算法快速性最好但精度稍差,同遗传算法整合的蚁群算法精度最好但比较费时,蚁群遗传算法的精度和快速性介于前两种算法之间.    

3.  水库群供水优化调度的改进蚁群算法应用研究  
   刘玒玒  汪妮  解建仓  朱记伟  姜仁贵  赵雪《水力发电学报》,2015年第2期
   针对水库群供水优化调度问题,建立改进蚁群算法求解带罚函数的水库群供水优化调度数学模型,重点研究蚁群算法的改进。在对传统蚁群算法研究的基础上,提出一种自适应调整信息素挥发系数、信息量及转移概率的改进蚁群算法,克服传统蚁群算法收敛速度慢且容易陷入局部极值等方面的缺陷,并将其应用于黑河三水库联合供水优化调度中。与传统蚁群算法优化结果的比较表明,应用改进蚁群算法的优化调度结果较传统蚁群算法更为合理,该算法有利于提高计算效率、优化质量及改善收敛性能,为解决水库群供水优化调度问题提供了新方法。    

4.  一种基于蚁群算法的TSP问题分段求解算法  被引次数:135
   吴斌  史忠植《计算机学报》,2001年第24卷第12期
   群居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优伦算法的有力方法。对以蚁群算法为代表的群集群能的研究已经逐渐成为一个研究热点。该文首先在蚁群算法的基础上提出了相遇算法,提高了蚁群算法蚂蚁一次周游的质量,然后将相遇算法与采用并行策略的分段算法相结合,提出一种基于蚁群算法的TSP问题分段求解算法。实验结果表明该算法有较好的有效性。    

5.  一种动态调整的蚁群聚类算法  
   贾瑞玉  邢猛  徐庆鹏  黄义堂《计算机技术与发展》,2009年第19卷第2期
   蚁群算法是优化领域中新出现的一种仿生进化算法,基于蚁群算法的聚类算法已经在当前的数据挖掘研究中得到应用.文中针对早期蚁群聚类算法的缺点,提出动态调整的蚁群聚类算法,通过加入运动速度不同的蚁群、半径自适应调整、短期记忆、强行放下等策略,来指导蚁群的移动行为,降低蚁群移动的随意性,减少了蚂蚁的搜索时间,提高聚类性能.仿真实验表明:改进算法能有效地提高算法效率且取得较好的聚类结果.    

6.  基于蚁群算法的军事通信网路由算法  被引次数:1
   李洪鹏  薛文涛  李续武《弹箭与制导学报》,2005年第25卷第1期
   蚁群算法是一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,为求解复杂的组合优化问题提供了一种新思路.文中即对蚁群算法进行改进,用于解决军事通信网路由技术中的DCLC路径问题.    

7.  求解多目标优化问题的改进蚁群算法  被引次数:3
   孟岩  刘希玉  刘艳丽  李镇《计算机工程与设计》,2008年第29卷第24期
   蚁群算法是一种模拟蚂蚁行为进行优化的启发式优化算法,该算法在许多领域已经得到应用.针对多目标优化问题优化与求解较困难的问题,提出一种嵌入变尺度算法的改进蚁群算法用于求解,为蚁群算法在连续空间中的应用提供了怂一个可行的方案.给出了该算法的详细定义及实现步骤,实例仿真表明,该算法能加快收敛速率,对连续空间的蚁群算法研究具有重要的意义.    

8.  基于蚁群优化分类规则挖掘的遥感图像分类研究  被引次数:1
   戴芹  刘建波《计算机工程与应用》,2008年第44卷第15期
   蚁群优化算法作为群智能理论的主要算法之一,已经成功应用在众多研究领域的优化问题上,但是在遥感数据处理领域还是一个新的研究课题。蚁群优化具有自组织、合作、通信等智能化优点,对数据无需统计分布参数的先验知识,因此在遥感数据处理领域具有很大的潜在优势。介绍了将蚁群优化分类规则挖掘算法应用到遥感图像分类研究领域的理论与算法流程。并采用北京地区的CBERS遥感数据作为实验数据,通过蚁群优化算法构造分类规则,对选择的遥感数据进行了分类实验,并和最大似然分类方法进行对比,实验结果表明,蚁群优化分类规则挖掘算法为遥感图像的分类提供了一种新方法。    

9.  蚁群算法发展评述  
   宋伟《软件导刊》,2009年第11期
   蚁群算法作为一种基于种群的模拟进化算法,在从提出到现在的短短十余年的时间里,已经被成功地用于解决各种复杂的组合优化问题,并且取得了令人欣喜的效果。但蚁群算法也有其相应的缺点。对蚁群算法的基本模型及其改进形式作了介绍,并对蚁群算法的未来研究方向作了展望。    

10.  基于蚁群算法的旅行商问题的研究  
   李辉《无线互联科技》,2015年第3期
   群居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优化算法的有力方法。对以蚁群算法为代表的群集智能的研究已经逐渐成为一个研究热点。蚁群算法在实际的生活中有很大的用处,比如求解旅行商问题,文章介绍了一种求解复杂TSP的蚁群算法,阐述了该算法的基本原理及实现过程,并且在本文中尝试用编码的形式将基本蚁群算法应用到求解旅行商问题中去。    

11.  基于蚁群算法的旅行商问题的研究  
   朱喜基《无线互联科技》,2012年第11期
   群居性昆虫行为的研究为计算机科学家提供了设计分布式控制和优化算法的有力方法。对以蚁群算法为代表的群集智能的研究已经逐渐成为一个研究热点。蚁群算法在实际的生活中有很大的用处,比如求解旅行商问题,本文介绍了一种求解复杂TSP的蚁群算法,阐述了该算法的基本原理及实现过程,并且在本文中尝试用编码的形式将基本蚁群算法应用到求解旅行商问题中去。    

12.  一种改进的自适应蚁群算法  被引次数:3
   卢辉斌  范庆辉  贾兴伟《计算机工程与设计》,2005年第26卷第11期
   蚁群算法是一种新型的模拟进化算法,研究表明此算法具有一些优良性质,但是蚁群算法容易陷入局部最优。分析了蚁群算法陷入局部最优的主要原因,根据算法陷入最优的原因提出一种判断局部最优的方法;在蚁群算法中引入判断局部最优的策略,当算法陷入局部最优时对参数做相应的变化,来克服蚁群算法易陷入局部最优的缺陷。实验表明此方法行之有效。    

13.  求解Job-Shop调度问题的改进蚁群算法  
   王丽红  刘胜辉《信息技术》,2008年第32卷第1期
   蚁群算法是一种新型的模拟进化算法,具有一些优良性质,但是蚁群算法容易陷入局部最优,且初期信息素匮乏导致求解速度慢.针对这一特点,在蚁群算法中引入遗传变异操作,并对蚁群算法做了改进.实验结果表明此方法行之有效.    

14.  助燃剂对木垛火燃烧特性影响研究  
   段海滨  王道波  于秀芬《中国工程科学》,2007年第9卷第2期
   蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统,该算法采用分布式并行计算和正反馈机制,易于与其他方法结合,目前已经在众多组合优化领域中得到广泛应用。在介绍基本蚁群算法数学模型的基础上,列举了进入21世纪以来部分具有代表性的蚁群算法改进模型及其应用情况,然后重点从算法的模型改进、理论分析、并行实现、应用领域、硬件实现、智能融合等角度对蚁群算法在今后的研究方向作了系统分析与展望。    

15.  蚁群算法的研究现状及其展望  被引次数:15
   段海滨  王道波  于秀芬《中国工程科学》,2007年第9卷第2期
   蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统,该算法采用分布式并行计算和正反馈机制,易于与其他方法结合,目前已经在众多组合优化领域中得到广泛应用。在介绍基本蚁群算法数学模型的基础上,列举了进入21世纪以来部分具有代表性的蚁群算法改进模型及其应用情况,然后重点从算法的模型改进、理论分析、并行实现、应用领域、硬件实现、智能融合等角度对蚁群算法在今后的研究方向作了系统分析与展望。    

16.  蚁群聚类算法在客户分类中的应用  
   周晓刚  洪春勇《计算机与现代化》,2007年第5期
   蚁群算法是优化领域中新出现的一种仿生进化算法,是研究组合优化、通信网络、机器人等许多领域的一种新方法.基于蚁群算法的聚类方法已经在当前数据挖掘研究中得到应用.本文通过此算法对企业的客户消费数据进行分类,以此来获取不同类型客户的需求并针对不同类型的消费群体制定相应的营销策略.    

17.  蚁群算法在搜索引擎系统中的应用研究  被引次数:2
   邓义乔  张代远《计算机技术与发展》,2009年第19卷第12期
   蚁群算法是Marco Dorigo等学者在真实蚂蚁觅食行为的启发下提出的一种群智能优化算法。为了优化搜索引擎系统中的搜索代价,文中采用理论分析和实验相结合的方式,研究了蚁群算法在搜索引擎系统中的应用。提出了基于蚁群算法的搜索引擎算法,并设计了适合该算法的搜索引擎系统。从理论上阐述了蚁群算法的开放性和自我动态调整性对搜索引擎系统的适应,在此基础上分析了蚁群搜索引擎算法的优点。实验仿真证明了该算法的有效性和优越性。    

18.  蚁群算法中约束和边界搜索的研究  
   袁晓建《福建电脑》,2011年第27卷第10期
   蚁群算法是一种仿生式算法,模拟蚂蚁寻径过程。尽管蚁群算法不像模拟退火等算法具有相对坚实的数学基础,但从应用效果来看,尤其在离散优化问题具有一定优势。本文研究参数变化对蚁群算法的影响进行蚁群优化。    

19.  蚁群算法在物流配送路径优化问题上的应用  
   王永亮  段富《现代计算机》,2009年第5期
   物流配送路径优化是现代物流配送服务的关键环节之一,是近年来物流控制优化中的研究热点,需要一个快速而有效的求解算法。为此,构建了物流配送路径优化问题的数学模型,通过对基本蚁群算法中的选择策略和信息素挥发速度的改进,提出一种新的蚁群算法,克服基本蚁群算法搜索时间长、易陷入局部最优解等缺陷,将其用于求解一类运输调度问题,实验发现算法有效。    

20.  蚁群聚类组合方法的研究  被引次数:2
   邢洁清  朱庆生  郭平《计算机工程与应用》,2009年第45卷第18期
   基于蚁群算法的聚类算法已经在当前的数据挖掘研究中得到应用。针对蚁群聚类算法早期出现的缺点,提出一种蚁群聚类组合方法使其得以改进。改进思路是引入K-means作为蚁群算法的预处理过程。通过K-means快速、粗略地确定聚类中心,利用K-means方法的结果作为初值,再进行蚁群算法聚类。有效地解决了蚁群算法早期收敛过慢等问题。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号