改进蚁群融合DWA算法的移动机器人路径规划

为实现机器人在动态环境下的自主导航,基于蚁群算法规划出全局最优路径的情况下采用DWA算法进行局部避障。根据距离障碍栅格的远近计算邻接栅格的初始信息素,提出初始信息素不均匀分配原则;对启发式函数进行自适应调整的改进,提高算法的搜索速率;利用狼群法则改进信息素更新方式,对最优、最差和普通层蚂蚁进行分类更新,提高算法的寻优能力;使用二次路径优化的方法,有效减少路径长度,提高路径的平滑度;以蚁群算法全局规划路径的关键点为目标点,采用DWA算法进行局部路径规划。仿真结果表明：改进后的融合算法能减少最优路径长度,减少路径转弯次数且有效躲避障碍物。     

基于改进蚁群算法的移动机器人路径规划

针对移动机器人路径规划中传统蚁群算法容易出现停滞现象、收敛较慢的问题进行研究。采用局部更新规则和自适应方法,构建了移动机器人在迷宫中的动态路径规划模型。通过计算机仿真和电脑鼠机器人实际行走实验表明,在场地复杂的情况下,该算法可以有效地规划出全局最优路径,加快规划速度,满足实际应用需要。     

改进蚁群算法优化的密集装配路径规划

为提高密集装配工艺作业效率,针对其装配工艺建立数学模型,得到装配过程中的多目标路径规划问题。 根据轮盘赌原则对蚁群算法进行改进,克服了算法容易陷入局部最优解问题并对装配轨迹进行优化。结果表明：该 规划探索出密集装配工艺的最优路径,提高了装配工艺效率。     

基于蚁群算法的多连接查询优化问题研究

介绍了蚁群算法在数据库查询中的应用,在给出蚁群算法的基本原理和程序流程的基础上,对传统蚁群算法进行了改进,将伪随机状态转移规则和局部信息素更新规则引入蚁群算法,提出了基于蚁群系统解决数据库多连接查询优化的方法,建立了多连接查询优化问题的数学模型,并进行了相关的实验;结果表明：当数据库的表数目较多时,基于蚁群系统算法对解决多连接查询优化问题有良好的求解性能,在求最优解品质和求最优解时间上都有较好的效果。     

改进蚁群算法优化通用器材配送路径

为实现武器装备器材在运输供应路线的精确化保障,对基于蚁群算法的通用器材配送路径供应模式进行 改进。针对传统蚁群算法在初始目标选择、信息素更新等方面存在的局限性,依据蚁群算法的原理与机制设定,建 立配送路径数学模型,从3 个方面进行算法改进,优化了器材从供应中心到各个仓库的配送路径,并对案例进行仿 真测试和分析。实验结果表明,该路径能确保通用器材适时、高效地送到各个仓库。     

基于改进蚁群算法的炮兵火力优化分配模型

根据炮兵作战实际问题,建立基于改进蚁群算法的火力分配决策模型。描述解决火力分配问题的一般步骤,对算法流程进行设计,并利用匈牙利法进行实验结果比对。实验结果表明,该方法合理有效,求解效率和质量较其它算法有明显提高。     

改进蚁群算法在潜艇规避机载声纳探测的路径优化应用

在引用的敌反潜直升机探测我潜艇的概率模型的基础上,给出一种新的改进蚁群算法。通过可变挥发系数1-ρ概率和引入风险规避指数γ,使路径具有远离非安全区域时有风险规避能力。为加快算法程序的实现速度,引入了目标方向系数方阵W,使收敛速度成倍提高。并运用实例分析了γ、W对最优路径的影响与W对程序运算速度的影响。实例表明,该方法是有效的,说明引入1-ρ、γ、W的合理性与科学性,特别是γ、W有很好的控制能力与实用性。     

基于蚁群算法的我方机群优化分组

针对空战中我方机群分组问题,首先以敌方相应的空战能力、战术价值和分组情况以及我方空战能力建立我方机群分配模型,然后结合具有变异和自适应功能的蚁群算法,在分析了蚁群算法的状态转移、局部调整和全局调整规则的基础上,给出了我方机群分配优化算法,最后进行仿真实验,证明了算法的有效性     

基于蚁群算法的舰船维修资源优化调度

针对资源有限的舰船维修问题的实际特殊性,在分析舰船维修资源的基础上,建立舰船维修资源优化调度模型,采取蚁群算法进行优化实现,并以实例进行结果验证。验证结果表明：该方法是有效的,利用信息素的更新,能增强蚂蚁对较优路径的搜索能力,较好地解决维修过程中出现的维修资源冲突问题,缩短舰船维修工期。     

基于改进蚁群算法的无人机2 维航路规划

针对传统蚁群算法在无人机3 维航路规划中存在搜索时间长、容易陷入局部最优解的问题,提出一种蚁 群算法的改进策略。将固定翼无人机的性能约束条件作为待扩展节点是否可行的判断条件,减小计算量和算法搜索 时间;对航路点的高度规划采用直接设定策略,将3 维航路规划问题简化为2 维航路规划问题,减小算法的复杂性; 改进全局信息素更新规则和安全启发因子,解决了局部最优解和威胁源规避问题。仿真结果表明：改进蚁群算法与 传统蚁群算法相比,能够有效规划出一条从起点到终点的飞行航路,具有更高的有效性和实用性。     

基于蚁群算法的静电探测器阵列优化设计

采用平面圆阵的被动式静电探测系统可以对远距离目标进行精确的定位．通过对圆阵的布设参数进行优化设计，可以提高静电探测圆阵对目标进行定位的准确性．蚁群算法具有求解快速、能够获得全局优化等优点，因此适合于复杂系统的优化问题求解．对静电探测圆阵的参数优化问题可以用有约束条件的组合优化模型来表示，而采用蚁群算法解决约束优化问题的具体方案经过改进可以应用于静电探测圆阵的参数优化设计．由仿真试验可以证明，算法能够显著的提高优化效率．因此，蚁群算法对解决静电探测圆阵布设参数的优化问题是可行并且有效的．     

基于改进蚁群算法的软件测试方法

为了降低软件的测试成本,提高软件测试效率,提出一种基于改进蚁群算法的软件测试方法.将Markov决策模型应用到软件测试过程当中,采用测试用例约简技术对测试用例集进行简化,利用贪心算法求得的较优解增强蚁群算法初始时刻信息素,通过改进的蚁群算法求得最优解,并进行仿真分析.仿真结果表明:改进的测试方法比采用基本蚁群算法的测试方法求得解更优,说明改进的测试方法可以使搜索时间更短,并可降低软件的测试成本.