一种改进蚂蚁算法在TSP问题中的应用

蚂蚁算法是一种模仿蚂蚁群体行为的智能化算法.正反馈机制是蚂蚁算法的特点,它使得蚂蚁算法能够较快收敛到问题的最优解,但同时也是蚂蚁算法的缺陷,它使得蚂蚁算法容易陷入局部最优解.ACS和MMAS是两种典型的改进蚂蚁算法,通过引入伪随机概率选择规则和信息素最大、最小限制规则来加快蚂蚁算法收敛速度同时避免陷入局部最优解.目前,针对启发信息的影响进行改进的蚂蚁算法还没有.提出一种基于方向启发信息的改进蚂蚁算法,为蚂蚁算法的改进研究提供了新的思路.     

基于蚁群算法的多机冲突解脱技术

利用蚁群算法对于空域内复杂环境下飞行冲突进行路径规划与动态防撞的预测算法。该算法模拟蚂蚁的觅食行为,利用多组机器蚂蚁采用局部搜索策略和趋近导向函数方法完成全局最优路径搜索,可以利用虚拟蚂蚁代替飞机作碰撞的预测,理论和仿真实验结果说明在多机冲突环境中能够迅速规划出优化路径,防止飞机间的相互碰撞。     

基于改进蚁群算法的带时间窗的多目标车辆调度研究

蚁群算法是模仿蚂蚁寻找路径的一种智能化启发武算法.带时间窗的车辆路径问题(VSPTW)是在基本的车辆路径问题(VSP)上增加了时间窗约束条件的一种变化形式,是一个典型的NP难问题.通过采用一种改进的路径构建方法和信息素更新策略,构造一个改进的蚁群算法来求解多目标的VSPTW.与基本AS(Ant System)算法比较结果显示,该算法对于求解VSPHTW问题具有较好的性能.     

基于手术室综合运作成本的手术排程优化

手术室是医院收入和支出的重要部门,其运作管理是医院科学管理的核心环节,因此合理安排手术排程,控制手术室综合运作成本显得尤为重要.为了提升模型的实用性,在调研国内医院手术室运作现状基础上,以最优化手术室综合运作成本为目标函数,考虑完整的手术流程和多种源于国内医护现状的资源约束、手术优先级、及运作约束等实际因素,构建了手术排程的数学模型.在经典蚁群算法基础上,改进设计了新的内外层蚂蚁路径图结构,实现外层蚂蚁选择手术顺序,内层蚂蚁选择对应的资源序列.并以国内某三级甲等医院一天的手术为算例进行计算和算法评价.对比结果表明,此排程算法在排程效率、资源平衡性和手术室综合成本多个指标方面都有优越性.     

蚂蚁算法及其应用

蚂蚁算法在很多领域中都得到了广泛的应用,如着色问题,最短路径问题,民航飞机排班,机械优化设计,组播路由调度,考试系统中试题评价,图像分割,任务分配等等。本文详细介绍了蚂蚁算法的基本原理,分析其局限性及改进方法,并给出其应用。     

基于蚁群算法的TSP问题求解

人工蚁群算法是受到蚂蚁在觅食过程中能发现蚁巢到食物的最短路径这种搜索机制的启发而发展起来的一种群体智能算法、蚁群算汝在求解一系列困难的组合优化问题上取得成效,成为解决TSP,VRP,QAP,JSP等典型问题的一种新型的强有力算法.本文对蚁群算法的起源和发展历史、算法理论研究的主要内容和方法以及应用等进行了系统的论述.     

GPS／GIS／GPRS在城市公交系统中的应用

本文介绍了GPS／GIS／GPRS技术在城市公交系统中的应用,并且引入了蚂蚁算法在最短路径算法中的应用一鉴于GPS／GIS／GPRS的功能以及最短路径算法的优势．把GPSIGIS／GPRS技术和最短路径算法引入城市公交系统中,能更容易地处理旅客发送的各个环节,并对其中涉及的问题进行有效管理和决策分析,使得城市公交系统得到优化     

一种改进的蚁群算法及其在TSP问题中的检验

蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发式算法但是开始的时候信息素缺乏,收敛速度慢一直是蚁群算法的不足。针对该问题,提出加权蚁群算法,它利用传统蚁群算法最优路径的特点,对每个城市分别加权,然后从比较离散的点开始进行寻优。节省了在不可能构成最优路径上的计算时间,提高了运算速度。计算机仿真结果表明,该文算法改进了标准蚁群算法的效率和计算结果的质量。     

遗传算法与蚂蚁算法的融合在神经网络中的研究

为了克服和改进传统BP算法的不足,发挥神经网络、遗传算法和蚂蚁算法各自的优势,本文提出了一种遗传算法和蚂蚁算法的融合在神经网络中二次训练的方法,并将融合算法应用于神经网络的权值训练中,采用遗传算法生成信息素分布,同时利用蚂蚁算法求精确解,并用神经网络二次训练得到最终结果,优势互补,获得了一种优化性能与时间性能共赢的有效算法。     

一种改进蚁群算法在机器人路径规划中的应用

在基本蚁群算法的路径规划中,存在容易陷入局部最优解和搜索时间长等缺点,针对这些问题,提出了一种改进蚁群算法。初始时刻为了使蚂蚁扩大搜索范围,避免陷入局部最优,引入了分段函数,采用状态转移概率和分段的组合优化方法平衡各路径信息,而在搜索一定区域后,为了加快收敛速度引入导引函数。并针对边界障碍提出了回退策略。仿真结果表明,在栅格地图模型中,该算法能迅速地避开障碍,找到最优路径。     

求解TSP问题的蚁群算法改进探讨

蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发算法.基于群体的协作与学习,该算法已经成功地解决诸如TSP问题等多种组合优化问题.本文提出了一种改进蚁群算法.该算法根据人工蚂蚁所获得解的情况,应用一种选择策略,从而使得算法跳离局部最优解,并采用局部搜索,以获得更好的优化解.通过仿真实验获得的结果表明,该算法对于蚁群算法具有较好的改进效果.     

蚁群算法优化和路径规划问题的应用研究

基于智能仿生计算的蚁群优化算法在路径规划问题中具有较好的应用前景,通过蚁群算法优化,实现机器人路径规划和应急救援的路径规划等。传统的基于蚁群算法的路径规划在信息素转换中容易导致信息丢失,产生局部收敛,提出一种基于信息素多目标Pareto支配的蚁群优化算法实现路径规划,利用信息素多目标Pareto集合序列的均匀遍历特性和逻辑差分变尺度特征,进行变尺度搜索,根据蚁群优化算法一次次地更新搜索空间,结合负反馈机制,通过蚂蚁的信息素转化进行路径分析,采用Pareto支配集记录下最优的食物源,蚁群在寻找食物过程中,避免了局部寻优和局部收敛,仿真结果表明,采用该算法进行蚁群优化后的路径规划避障效果较好,以较快的收敛速度和较少的迭代次数找到最优路径,收敛性好。     

基于蚂蚁算法评价考试系统试题的探讨

文章介绍了蚂蚁算法,应用蚂蚁算法的原理来评价考试系统的试题,以其提高试题的质量,实现了预期的目标。     

用来求解TSP问题一种改进后的自适应蚁群算法

为了提高传统的蚂蚁算法求解的质量,本文对传统的蚁群算法中的信息素进行动态的自适应调整,提出了一种新的自适应蚂蚁算法。实验结果表明该算法具有更好的搜索全局最优解的能力,并具有更好的稳定性和收敛性。     

基于蚁群算法的庐山最短旅游路径优化

缩短游线可抽象为旅行商问题。本文依照基本蚁群算法求解旅行商问题,再通过研究最大最小蚁群算法分析证明通过改进蚂蚁的路径选择机制和信息素更新机制,可有效提升算法性能。最后,本文将这种改进的蚁群算法应用到庐山TSP问题的求解中,得到一条经过庐山各景点一遍且仅一遍的最短旅游路线,希望能够为庐山旅游活动规划提供决策支持。     

最大-最小蚁群算法在多用户检测中的应用

首先基于蚁群算法建立了一个多用户检测问题的模型,在这个模型中,蚁群算法得到了简化且更加利于并行计算.随后将最大-最小的蚂蚁系统用于多用户检测,通过试验仿真表明,算法操作简单,能显著提高全局搜索能力.     

基于直接通信策略的双态蚁群算法

针对蚁群算法容易陷入局部最优解的缺陷,提出了一种基于直接通信策略的双态蚁群算法。通过两种状态的蚁群的分工合作,避免了算法收敛过程中的早熟停滞现象;通过设置信息素交流机制,使蚂蚁能在各自的交流范围内与其他蚂蚁交换解的信息,提高解的质量。针对TSP的实验结果表明,该算法在求解精度和稳定性上取得了良好的效果。     

TSP问题的蚁群算法模型及仿真研究

蚁群算法是一种新型高效的启发式优化算法,在解决优化组合问题特别是TSP求解问题上具有很高效率.本文在分析了蚁群算法的基本原理和工作机制的基础上,从信息素的更新改进实现对节点重复率的控制,并通过仿真实验实现相关参数的最优选择.实验证明,改进算法可以有效地减少蚂蚁行走的盲目性,提高了蚁群算法在迭代过程中更新TSP最优解的能力.     

改进的蚁群算法在物流配送路径问题中的应用

物流配送路径优化是近年来物流领域的重点研究问题.本文针对传统Dijkstra算法在处理结点数较多的应用时存在计算时间和存储空间较大的问题,提出了一种基于改进的蚁群算法的物流配送路径优化算法,构建了物流配送的优化模型,阐述了改进的蚁群算法在物流配送路径优化中的实现.实验结果表明,本算法在物流配送路径优化中是行之有效的.     

蚁群算法在分布式数字参考咨询系统中的应用研究

针对分布式数字参考咨询系统(DDRS)的特点,在分析和设计分布式蚁群算法的基础上,将分布式蚁群算法融入DDRS中,利用移动的、分布的、相互协作的蚂蚁智能体及多Agent数据挖掘,对DDRS范例库数据进行挖掘.认为该方法能进一步提高DDRS检索的效率和智能性.