基于蚁群算法的机场除冰车辆优化调度方法研究

随着我国民航运输业的发展,民航大型机场航班起降架次增长迅速。因此需要建立基于集中除冰坪的飞机除冰系统。就机场集中除冰的实际工作情况,给出了集中飞机除冰系统中除冰车辆调度问题的数学模型,并结合蚁群算法对此问题进行了分析和探索,验证了蚁群算法在解决此类问题过程中的优势,优化了飞机集中除冰策略中的调度问题。     

基于蚁群算法的物流配送路径优化

物流配送路径优化是个复杂的强约束优化问题,该问题的解决对降低配送成本有重要意义。本文将近年新出现的蚁群算法应用于物流配送的路径优化问题,设计了求解物流配送路径优化问题的蚁群算法。通过对应用实例的仿真计算,结果表明该方法对物流配送路径优化是实用和有效的。为解决物流配送路径优化问题提供了一种新的随机搜索寻优的有力手段。     

基于蚁群算法和浏览路径的推荐算法研究

本文提出了一种结合双群觅食算法和偏好浏览路径的推荐算法。引入了蚁群算法中的挥发概念,考虑字时间变量、项目的距离变量改进了挖掘用户浏览偏爱路径的算法。在推荐阶段根据用户的浏览行为结合偏爱浏览路径,在用户每一次浏览时计算出转移概率,动态地进行推荐。该算法能够反映用户的偏好并进行有效推荐。     

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。     

基于人工免疫-蚁群混合算法的WSN路径优化研究

人工免疫算法（AIA）是借鉴人体免疫机制提出的一种智能算法,它具有快速随机的全局搜索能力,但不能有效利用系统的正反馈信息,往往会做大量的冗余迭代,降低了求解效率;而蚁群算法具有分布式并行全局搜索能力,但由于初期信息素匮乏,求解速度低。基于这两种智能算法的优劣势,提出的AIAC算法充分利用了AIA的快速性和全局收敛性产生初始解,再利用蚁群算法提高求解效率,在Matlab上取得了较好的仿真效果。     

基于蚁群和粒子群优化的混合算法求解TSP问题

提出了一种基于蚁群和柱子群优化的混合算法用来求解TSP问题。利用柱子群优化对基本蚁群算法中启发式因子α及β进行改造和随机搜索,从而得到两个参数的最佳组合值,实现TSP问题的求解。模拟实验结果得到了最优路径的解,达到了预期的效果,具有很好的推广应用价值。     

基于遗传变异特性的异类多种群蚁群优化算法研究

遗传变异特性的异类多种群蚁群优化算法由多种不同寻优机制的蚂蚁群体构成,不同群体之间协同进化优势互补。遗传变异思想的融入,使之能在局部和全局之间达到平衡,从而保有跳离局部最优的能力。在不同数据类型TSP问题上的仿真实验表明该算法具有较好的寻优能力,对某些问题实例具有明显优势。     

认知网络中基于图论着色模型的频谱分配算法的分析

首先介绍了认知无线电系统中频谱分配的图论着色模型,紧接着给出图论着色模型的数学描述,接下来总结了图论着色模型下的现有分配算法,并分析了算法的不足。     

一种优化的蚁群算法

蚁群算法是一种新型的启发式算法,它具有许多优良性质,被广泛用于求解组合优化问题,但基本蚁群算法也存在诸多不足。为使蚊群算法对应TSP问题的解更加优良,提出了一种改进的蚁群算法并对它进行了试验,结果表明改进算法是有效的,这也为蚁群算法的优化提供了一个新的途径。     

基于蚁群算法和蛙跳算法的云计算资源调度算法

针对云计算下的资源分配不足的问题,本文引入蚁群算法和蛙跳算法进行融合,首先提出云计算条件下的资源分配模型,其次,针对蚁群算法的信息素更新慢和算法局部收敛速度快的缺点,引入反馈因子,降低了信息素更新所带来的易产生最优解影响,在蛙跳算法中引入交叉算子和变异算子,增加算法的寻优的能力,最后对两种算法融合下的本文算法进行仿真,Cloud Sim平台表明融合后的算法提高系统处理任务的效率以及云计算资源中的合理调度。     

蚁群算法理论及应用

蚁群算法是优化领域中新出现的一种仿生进化算法。该算法采用分布式并行计算机制,易与其他方法结合,具有较强的鲁棒性。本文首先介绍了蚁群算法的基本原理,然后讨论了蚁群算法的应用,最后评述了蚁群算法未来的研究方向和主要研究内容。该算法用于解决组合优化问题,如TSP、QAP、JSP等效果很好。     

蚁群算法在路径规划中的应用研究

首先,在叙述蚁群算法存在的问题后,提出了本文中的基于方向夹角的蚁群算法。然后,本文用西安市交通道路网络数据对基于方向夹角的蚁群算法进行了实验。结果表明,本文中改进的蚁群算法具有寻优能力强,收敛速度快,参数设置稳定的优点。     

基于蚁群算法的配电网重构

本文提出了一种基于蚁群系统的配电网重构算法(ACSA)[12],该算法用于减少在正常运行情况下的电能损耗的问题。结合相应的数学模型和算法,对一个典型的配电网重构的问题进行了验证。基本蚁群算法的缺点是收敛速度慢和进化停滞,本文提出了一些新的措施来克服这些缺点。     

基于改进蚁群算法的维吾尔文字图像分割

针对传统蚁群算法在维吾尔文字图像分割时容易产生缺陷和干扰的缺点,提出了一种改进的蚁群算法。该算法首先利用区域蚁群通过聚类中心对图像进行初步搜索和分割;然后再引入边界蚁群通过不同的路径选择信息素和策略更新手法来对图像进行边界补偿搜索;最后利用两种蚁群分别采用不同的路径选择信息素和筻略更新,共同实现对维吾尔文字图像精确分割的目标。实验结果表明,该算法准确分割出维吾尔文字区域,提高了其识别精度。     

基于反馈约束改进蚁群算法的网络路由优化

通过优化网络路由,提高网络的拓扑性能,实现网络的能量平衡。传统的网络路由算法采用能量平衡环形路由算法,出现网络能耗不均衡。提出一种基于反馈约束改进蚁群算法的网络路由优化方法。采用区域分割处理办法,得到分簇路由任务概率随机分布模式下的置信概率,通过蚁群反馈约束,提高信息正确传输的概率,根据贝叶斯定理,得到路由现成路由子节点定位和扑救路径方位置信度的递归计算式,实现网络路由优化。仿真实验表明,算法能有效提高网络信息正确传输的概率,可靠性较高,几乎能达到无失真传输,随着路由跳数的增加,设计的路由算法的优势愈发明显,提高了信息传输的通信质量。     

蚁群聚类算法研究现状的分析

数据挖掘技术能从海量数据中发现潜在的有用的信息和知识,蚁群算法在处理组合优化问题方面也已取得了较好结果,这就使得将蚁群算法应用于数据挖掘中的前景非常广阔。本文主要讨论了蚁群算法在数据挖掘聚类分析中的研究现状,最后总结了蚁群算法在数据挖掘应用中尚待解决的问题。     

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.     

基于蚁群拥挤度跃阶调整的交互信息调度算法

大数据库对象交互信息调度是提高网络数据库系统结构的稳定性和吞吐量的关键,通过采用UDP协议传输实时大对象数据调度,提高大对象数据的传输性能,是避免延时和丢帧的关键。提出一种基于蚁群拥挤度跃阶调整的交互信息调度算法,根据HList返回到IC Compiler中进行任务调度,根据每个节点的时序信息,采用双阈值判决条件设计,发送方需要发送数据时,时间轴划分成各个相邻的任务匹配平滑窗口模型,构建跃阶调整的自适应信息调度模型,仿真结果表明,本文算法能有效提高交互信息调度性能,节省了任务开销,缩短交互信息调度延时,降低误码率。     

基于蚁群算法的大型活动智能公交调度

基于蚁群算法,以社会综合效益指标作为模型信息素浓度更新的依据,进行大型活动背景下的智能公交调度,实现聚集交通流的紧急疏散.效益指标综合考虑了实时线路速度,运营成本,乘客乘车费用及环境耗散,避免了交通拥塞,且符合社会的整体利益.最后通过实证说明基于蚁群算法进行智能公交调度的有效性.     

基于改进的蚁群算法求解物流订单派送问题

物流定单派送问题是现代物流配送服务的关键环节之一,需要设计一个快速有效的求解算法。为此,构建了物流定单派送路径优化问题的数学模型,设计了一个改进的蚁群算法来求解该问题。仿真试验结果表明,该算法具有较好的全局寻优能力,收敛速度快,是解决物流定单派送问题的有效算法。