首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   236篇
  国内免费   91篇
  完全免费   46篇
  自动化技术   373篇
  2018年   1篇
  2017年   9篇
  2016年   8篇
  2015年   20篇
  2014年   26篇
  2013年   21篇
  2012年   51篇
  2011年   50篇
  2010年   43篇
  2009年   69篇
  2008年   37篇
  2007年   18篇
  2006年   6篇
  2005年   5篇
  2004年   5篇
  2003年   2篇
  2000年   2篇
排序方式: 共有373条查询结果,搜索用时 46 毫秒
1.
复杂环境下基于蚁群优化算法的机器人路径规划   总被引:4,自引:4,他引:30  
樊晓平  罗熊  易晟  张航 《控制与决策》2004,19(2):166-170
针对复杂环境下机器人的路径规划问题,将蚁群优化算法引入这一新的应用领域,设计了相应的算法,解决了以前尚未涉足的带约束条件的连续函数优化问题.仿真结果验证了所设计算法的实用性和有效性.  相似文献
2.
一类自适应蚁群算法及其收敛性分析   总被引:4,自引:4,他引:4  
为了克服蚁群算法易陷入局部最小点的缺点,同时提高算法的收敛速度,提出一类自适应蚁群算法.该算法利用自适应改变信息激素的挥发系数改善传统蚁群算法的全局搜索能力和收敛速度.通过马尔科夫过程对算法的全局收敛性进行分析,得出该类蚁群算法全局收敛性条件.并构造出该类算法的一种信息激素更新策略,证明了这种算法全局收敛性.利用提出的算法对典型的TSP问题进行仿真研究,结果表明比典型蚁群算法在收敛速度和解的性能上都有较大改善.  相似文献
3.
基于PCTSP的热轧单元计划模型与算法   总被引:3,自引:3,他引:0  
根据钢铁企业热轧产品生产工艺约束条件,将热轧生产轧制单元计划模型归结为奖金收集旅行商问题,设计了蚁群最优化算法对模型进行求解.引用某钢铁企业热轧生产轧制单元计划编制的实际问题对模型和算法进行了验证,并与遗传算法的求解结果进行了对比.实验结果表明模型和算法的优化效果和时间效率都是令人满意的.该模型和算法经过改进后可应用到包含多个轧制单元计划的轧制批量计划优化问题中.  相似文献
4.
PSO优化算法演变及其融合策略   总被引:3,自引:3,他引:2  
分析了粒子群优化算法公式的演变以及相关参数,包括基本算法、加惯性权重的PSO以及加收缩因子的PSO。并对它与其它智能算法(模拟退火、遗传算法、蚁群算法等)的融合进行了探讨,指出目前PSO的数学研究范畴仅限于收敛性的研究。  相似文献
5.
一种障碍环境下机器人路径规划的蚁群粒子群算法   总被引:3,自引:3,他引:5  
针对机器人在障碍环境下寻找最优路径问题, 提出了一种障碍环境下机器人路径规划的蚁群粒子群算法.该方法有效地结合了粒子群算法和蚁群算法的优点, 采用栅格法进行环境建模, 利用粒子群算法的快速简洁等特点得到蚁群算法初始信息素分布, 以减少迭代次数, 加快算法的收敛速度; 同时利用蚁群算法之间的可并行性, 采用分布式技术实现蚂蚁之间的并行搜索, 求解精度高等优点, 求精确解. 仿真实验结果证明了该方法的有效性, 是机器人路径规划的一种较好的方法.  相似文献
6.
基于改进蚁群算法的网络负载均衡路由优化   总被引:2,自引:2,他引:3       下载免费PDF全文
最短路径优先的路由控制策略在解决突发业务模式下的拥塞问题上存在不足,针对该问题,采用随机选择尺度因子实现负载均衡,增加路由器向所有相邻路由器转发分组的机会。设计路由算法模拟器,完成改进蚁群网络路由优化算法在4种典型网络上的仿真。以CHINANET为例的对比实验表明,在重负载情况下,改进的蚁群网络路由优化算法能获得较高的吞吐量、较低的平均时延与丢包率。  相似文献
7.
基于改进蚁群的无线传感器网络路由*   总被引:2,自引:2,他引:1  
在结合无线传感器网络的情况下,利用蚁群算法对无线传感器网络路由在MATLAB中进行了仿真,并对基本的蚁群算法作了改进,取得了较好的结果。  相似文献
8.
ACO—BP在神经网络训练中的研究与应用   总被引:1,自引:1,他引:0  
王鸽  蒲蓬勃 《计算机仿真》2009,26(12):136-140
针对神经网络收敛速度慢、易于陷入局部最优等问题,可将蚁群算法与人工神经网络相融合的方法来解决,但容易出现训练时间与训练精度、泛化能力之间的矛盾.为解决上述矛盾,提出将蚁群优化算法与反向传播算法相融合共同完成神经网络训练的方法.算法首先采用蚁群优化算法对网络权值进行整体寻优,克服反向传播算法容易陷入局部最优的不足再以找到的较优的权值为初值,采用反向传播算法做进一步的寻优,克服单一训练网络时间较长、精度不高的缺点.最后对ACO-BP与反向传播算法进行了比较,给出两种算法在不同隐结点数目下的检验误差值和两种网络在矿选指标中的应用效果.通过对实验结果的分析.表明ACO-BP算法要优于反向传播算法.  相似文献
9.
一种求解异构DAG调度问题的置换蚁群   总被引:1,自引:1,他引:0  
邓蓉  陈闳中  王博  王小明  李灿 《计算机科学》2010,37(12):193-196
减少分布式程序的执行时间,是网格调度系统需要解决的重要问题。因分布式程序常建模为DAG图,故该问题又称异构DAG调度问题。提出的置换调度蚁群PSACS(Permutation Scheduling Ant Colony System)将DAG调度方案表示为任务置换列表,使用标准蚁群搜索技术探索解空间。实验表明,该算法明显优于遗传算法和粒子群算法,能够一次求出大部分(65%)同构DAG调度问题的最优解并获得非常好的异构DAG调度方案。  相似文献
10.
奖惩蚁群算法   总被引:1,自引:1,他引:2       下载免费PDF全文
由于传统蚁群算法所采用的是随机概率搜索策略,收敛速度慢是其主要问题。为了提高算法的收敛速度,这里提出一种带奖惩策略的蚁群算法(PPACO)。新算法中,每次循环中发现的较优解都被挑选出来加以奖励,而普通解则被惩罚,这样就加快了较优路径和普通路径上信息素的差异;另外,为了不使这种差异对算法产生过多的影响,所有路径上的信息素都被限制在一定的范围[τmin,τmax]内,同时,信息素的挥发系数被设为相对较高值。通过典型模拟实验证明,新算法对解决复杂组合优化问题非常有效。  相似文献
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