蚁群算法的研究及应用进展

蚁群算法是优化领域新出现的一种启发式仿生类并行智能进化系统,该算法采用分布式计算和正反馈机制,易于和其他算法结合,目前已得到了广泛的应用。本文在介绍基本蚁群算法的基础上,介绍了蚁群算法目前的一些研究情况,然后例举了蚁群算法的一些应用,最后对蚁群算法今后的研究方向作了分析和展望。     

一种求解虚拟企业制造资源局部调度问题的双种群蚁群算法

建立了以任务总工期最小为目标函数的单模式资源受限项目调度的数学模型,设计了一种用于求解该问题模型的双种群蚁群算法。用标准问题库PSPLIB中的基准问题对该模型及其求解算法进行了验证,通过对参数的优化设置并与已知最优解进行比较验证了算法的有效性。     

非视距环境下UWB节点的LS定位算法

针对非视距环境下的超宽带节点定位中问题,为提高超宽带(UWB)定位精度,对基于最小二乘法的超宽带节点定位算法进行了改进。首先对超宽带测距方法进行了分析,重点对选择的基于接收信号到达时间的双边双向测距方法进行了研究;在此基础上,对超宽带节点定位原理进行了介绍,对选定的最小二乘法定位算法进行分析;最后,通过Matlab对非视距环境下的定位进行仿真验证。仿真结果表明,与泰勒级数定位算法、三边质心定位算法相比,最小二乘法定位算法具有较高的定位精度和鲁棒性。     

含硒物料中硒的滴定分析方法研究

含硒物料通过硝酸溶解,硫酸冒烟,在6 mol/L盐酸体系下,用硫酸联胺沉淀硒与碲、铜、铁等杂质元素分离。分离出的硒连滤纸于烧杯中,在100~110℃的砂浴盘上溶解,以淀粉为指示剂,用硫代硫酸钠标液滴定,以测定硒的含量。该方法检测结果稳定、准确可靠。