基于改进蚁群算法的结构抗震优化设计

为将蚁群算法应用于结构抗震优化设计,构造了基于性能的结构抗震优化模型.针对优化模型的特点和算法自身缺陷,从路径选择方式、信息素更新方式以及信息素浓度控制三方面改进算法,通过信息素的动态区块更新策略和整体缩减调整策略的结合实现了算法的阶段性搜索.以三层四跨框架模型作为优化算例,显示了改进蚁群算法在基于性能的结构抗震优化设计中的适用性和有效性,为抗震优化设计提供了一种可行方法.优化结果表明,改进的蚁群算法求解质量更优,稳定性更好,且在搜索效率和求解速度上提升显著.     

基于改进蚁群算法的室内疏散路径优化

针对传统蚁群算法在解决室内疏散问题时存在收敛速度慢、容易陷入局部最优的缺陷问题,将火场的动态参数引入到蚁群算法中,对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径。运用改进的蚁群算法对室内人员的疏散路径进行动态规划,考虑了路径的实时拥挤度,避免了疏散人员局部实现路径优化的瓶颈效应。将分析结果与基本蚁群算法的规划结果进行比较验证,研究结果显示,优化算法缩短了疏散时间和规划路径,提高了疏散效率和搜索速度。     

基于改进蚁群算法的地铁疏散路径优化

为提高地铁应急疏散效率,在基本蚁群算法的基础上对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径。以西安某地铁站为例,在突发事件情况下,站内人员的数量、密度、事件发生位置等基本参数不变,分别运用基本蚁群算法和改进蚁群算法对其进行验证。研究证实,在解决地铁站乘客疏散路径问题方面,改进蚁群算法较基本蚁群算法不论是在乘客整体疏散效率还是疏散成功率上都有很大提升。     

物流配送路径安排问题的混合蚁群算法

本文针对物流配送路径选择问题 ,提出了一种混合蚁群算法 ,以克服经典蚁群算法时间复杂性过大的难点。论文还研究了该算法解的二次优化方法以更适合实际情况。实证表明论文算法的求解效果良好。     

基于改进ACO算法的建筑疏散路径优化研究

针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。     

基于蚁群算法的土石坝土体参数反演

介绍了新近为求解复杂组合优化问题而提出的蚁群算法。将蚁群算法运用于土石坝土体参数反演问题的求解:先对反演参数的搜索空间进行离散,将参数反演问题转化成一个组合优化问题;再针对土体参数反演问题的特点,改进蚁群算法,并将其用于土体参数的反演计算。算例表明,改进蚁群算法可有效求解土石坝土体参数反演问题。     

改进的蚁群算法

蚁群算法依靠其良好的正反馈机制,在对称旅行商问题上取得了成功,使得算法引起了广泛的关注。其通过信息素的聚集来达到局部搜索,但随着搜索的进行某条路径上的信息素越来越多,将会造成搜索停止,陷入停滞。本文通过将信息素的高低进行限制以及遗传算法的加入增强了全局搜索功能,同时增加了最优路径临域内的搜索,使得搜索加快,便于最优路径的寻找。最终,通过十杆件进行验证,证明算法能在较短时间内取得较好的效果。     

基于启发式算法对木板切割方案的优化模型设计

针对尺寸固定的木板的切割下料、利用率最优和求总利润最大求最优解等问题,可以通过建立整数规划、最大利润等模型,幵基于启发式算法中的GA遗传模型算法和蚁群算法,综合使用MATLAB、LINGO等软件编程进行求解。在原有数据的基础上,最终的模型结果显示了单块木板利用率最高的设计方案以及利用率最高所需要的板块数。基于前两者的结论进而利用蚁群算法寻求仸务确定条件下木板切割全局最优解以及依赖木板成本构建出最大利润模型。     

一种用于火灾疏散路径动态规划的算法

针对火灾发生时现有的疏散路径不能根据火情实时更改,可能会将逃生人员引向着火现场从而引起更大危险的问题,提出了一种用于火灾疏散路径动态规划的新型改进蚁群算法(Novel Improved Ant Colony Algorithm,NIACA)。首先通过A*算法提高初始信息素浓度,接着提出受火灾因素影响的当量距离改进启发函数,然后改进信息素更新规则来加快蚂蚁最优路径搜索速度,最后对路径进行平滑策略处理。实验结果表明,与原始蚁群算法相比,本文算法降低了算法前期盲目性,动态搜索能力强,能避免算法陷入局部最优,在火灾发生时能够快速准确地规划疏散路径,将逃生人员快速安全疏散到远离火场的安全出口。     

基于蚁群算法的混凝土运输车辆调度方案

提出了基于蚁群算法的混凝土运输车辆调度方案,以司机利益均等和运输花费最低为目标进行建模并求解.车辆调度模型包括任务选择模型和车辆选择模型两部分.基于蚁群算法的任务选择模型,充分运用了信息素的积累来表示当前任务的紧急状况及完成情况,找到了任务派遣的智能解决方案.同时,给出实际的案例证明该方案的可行性.最后,提出了混凝土运输车辆调度智能算法的下一步发展方向.