一种改进蚂蚁算法的MATLAB仿真

蚂蚁算法是一种新型的模拟进化算法,也是一种随机型智能搜索算法。在介绍了基本蚂蚁算法基础上,针对基本蚂蚁算法存在的计算复杂,易陷入局部最优等缺陷,提出了一种基于信息熵的自适应改进蚂蚁算法,信息熵来度量蚂蚁系统的复杂性,用均值熵调节算法的系数使算法实现自适应。经MATLAB仿真试验结果表明,改进的算法有较好的收敛性、稳定性,优于基本蚂蚁算法。     

蚁群算法对缓解交通拥堵的启示

随着城市中汽车的普及,交通拥堵日趋严峻,本文针对城市交通问题,通过蚁群信息素及蚁群算法与交通预测系统的联系,提出了缓解交通拥堵的方法。     

基于免疫蚁群算法的机器人路径规划

针对移动机器人躲避障碍和寻找最优路径问题,提出了在复杂环境下的一种路径规划算法。根据人工免疫算法和蚁群算法各自的性能及优缺点,将人工免疫算法和蚁群算法相结合,提出新的结合方式形成免疫蚁群算法。在应用栅格法建立的机器人环境模型中,应用免疫蚁群算法解决机器人路径规划的问题。免疫蚁群算法首先运用人工免疫算法对空间的可行路径做快速的全局搜索,然后生成初始信息素的分布,最后完善蚁群算法搜索最优解。在LABVIEW仿真环境中,采用免疫蚁群算法对机器人路径规划问题进行仿真,仿真结果证明了免疫蚁群算法是一种收敛性和寻优能力都比较好的优化方法。     

基于蚁群算法的装备维修人力资源优化模型研究

针对装备维修中基本保障单元的概念,为保证在维修工作过程中,以最少的人员在固定的时间内完成预定的维修任务,分析了修理工期与人力资源的关系,建立了固定工期人员最少的＂工期人员＂数学模型,并应用基于网格划分策略的连续域蚁群算法的思想对该模型的求解过程进行了研究。     

多重条件蚁群算法在导航系统中的应用

查找最佳导航路线是导航系统中最基本、最重要的功能之一,而高效的智能算法是求解最佳导航路线的有效方法。通过对蚁群算法进行深入研究,提出了多重条件下蚁群算法的一种改进。本算法能够综合考虑导航系统中的多种信息,设定多个条件,通过调节每个条件的启发式因子,可以根据所关注的条件的重要程度,比较快速的、更加人性化的给出最佳导航路线。通过实验证明利用改进后的多重条件下的蚁群算法来求解最佳导航路线是行之有效的。     

分布式蚁群算法在求解NP问题中的应用研究

集合覆盖问题已被证明是一个NP完全问题,现在所有的NP完全问题,没有多项式时间算法求解。目前为集合覆盖问题的主要的近似算法,复杂或大型集合覆盖问题,现有的算法很难达到理想的优化效果。蚁群算法是基于群体智能的进化算法为基础的小说,关注个体的蚂蚁之间的合作,利用信息素正反馈机制,具有很强的寻找更好的解决方案的能力。蚁群算法已成功地应用在许多复杂的优化问题,其优化能力提供了一种新的思路来解决集合覆盖问题。蚁群算法具有耗时长、易陷入局部最优解的缺点。     

三种智能优化算法的比较分析

生物进化过程本身是一个自然的、并行发生的和稳健的优化过程,基于这一过程而产生的仿生优化算法为解决非数值优化问题提供了新的思路和手段。本文首先简要介绍了目前比较流行的三种新型智能优化算法：人工鱼群算法、蚁群算法和遗传算法,就这些算法的特点和异同进行了分析,并对它们的发展进行了进一步的阐述。     

蚁群算法在空调冷冻水系统中的应用研究

针对空调冷冻水系统存在的惯性大、多干扰等特点和传统PID控制器控制效果不佳等问题,在控制方案中引入了冷冻阀门控制并采用了蚁群PID控制器.通过Matlab仿真实验,表明了引入冷冻阀门控制的冷冻水系统有效地提升了系统的反应速度,优化了控制性能,挖掘了节能潜力.     

ACTC：一种基于改进的蚁群算法的中文文本聚类算法

在对标准蚁群算法分析研究基础上,结合中文文本数据的特点,对蚁群算法存在的缺点进行改进,提出一种基于改进的蚁群算法的中文文本聚类方法——ACTC。算法中为每只蚂蚁增加两个记忆体,可以解决原算法中的“未指派现象”;模拟信息素,从而使蚂蚁的移动更具目的性,加快聚类速度;引入“边界点”思想,从而不仅可以消除“停滞现象”,而且能避免“噪声”或异常数据对聚类结果的负面影响;引入动态调整相似度阈值概念,从而使聚类结果更具实际意义。实验证明,从熵值与纯度两个评价函数评价结果看,该算法的聚类效果较好,达到算法改进的目的。     

基于GA的JSP算法MATLAB仿真

GA应用广泛,JSP是运筹学热点,基于此,笔者曾提出了《基于GA的JSP算法设计》。现将其在MATLAB平台上作模拟仿真,不仅可观察该算法之求解效果,还可进一步研究GA和JSP的诸多细节,意义深远。     

一种基于科技查新的跨库检索去重算法

【目的】通过对科技查新中的跨库检索结果进行去重,提高查新检索效率。【方法】选取不同数据库检索记录中唯一性的特征四元组{论文名称,期刊名,发表时间,第一作者}信息,用改进的I-Match中的对比算法构建检索记录特征字串作为去重的计算依据。【结果】跨库检索去重算法对数据库检索结果进行初步分析和去重,提高查新检索效率。通过测试,算法去重准确率较高,而召回率受数据库收录信息完善度的影响,还有提高的空间。【局限】算法处理效果依赖于从数据库检索记录中提取特征四元组,由于不同数据库的检索返回结果存在差异,需要针对不同论文数据库定制检索记录特征抽取模板。【结论】通过实验测试,算法具有较高的去重准确率和处理效率,符合预定科技查新需求。     

一种新的混合遗传算法在机器人导航模型中的应用研究

对混合遗传算法作了分析并将其应用于机器人路径规划,建立起一种新的机器人导航模型。该模型与目前的一般混合遗传算法模型相比具有较高的可靠性。     

一种新的数字图书馆图像检索算法

提出一种适应图书馆特点的视觉特征和高层语义相结合的图像检索算法，通过相关反馈构建了动态的相似性度量方程。实验结果表明，综合视觉特征和语义特征的检索比仅利用视觉特征的检索能获得更高的检索率。     

一种新的分布式死锁检测算法

介绍分布式数据库中两种主要的死锁模型，分析4种分布式死锁检测算法的特点，并在此基础上提出一种改进的死锁检测方法，即运用动态创建DDA（死锁检测代理）的方法。该算法吸收已有的死锁检测算法的优点，而又避免其缺点，能很好地适应分布式数据库系统的需要。     

一种新的化合物结构登记算法

本文探讨化合物结构登记的Ｍｏｒｇａｎ算法。在此基础上，提出了一种新的登记算法。与Ｍｏｒｇａｎ算法相比，新算法更为优化，在处理结点关系值方面更为有效，且可以使结构中每个不对称结点都有一个不同的值。通过上机实验，获得满意的效果     

基于改进蚁群聚类的热点主题发现算法研究*

针对热点主题发现是在聚类算法的基础上实现的特点,将改进后的蚁群聚类算法引入到该研究中,同时提出类别关注度（CAD）的概念,以此来判定类别的热门程度并区分出热门类别和冷门类别,在此基础上抽取热点主题集。实验结果表明改进后的蚁群聚类算法对热点主题的发现有一定的效果,对其他仿生优化聚类算法的引入有借鉴意义。     

基于智能优化算法的通信光缆网络线路规划设计

智能优化算法是一类基于自然行为或模拟生物行为的计算方法,用于解决复杂的优化问题。这些算法借鉴了生物系统中的智能特征和机制,通过模拟、搜索和优化过程来找到最佳的解决方案。在智能算法中选取蚁群算法和遗传基因算法对通信光缆网络线路进行规划设计,通过仿真结果表明,这两种智能算法均能够提供有效的线路规划方案,具备较优的算法性能。     

基于蚁群算法与K-means算法相结合的Web用户聚类

Web用户聚类是指用聚类算法产生用户会话的聚类,是电子商务中的一个重要问题.该问题的难度在于有成千上万的会话需要聚类,而且每个会话都可描述为一个高维向量.此外,该问题就聚类的数目而言具有指数的复杂性,是一个NP-难的问题.本文提出一种新的聚类方法,该方法将蚁群算法与K-means算法相结合对用户会话进行优化聚类.实验结果表明,与K-means算法相比,该方法在Web导航推荐的应用中具有更好的性能.     

基于双种群蚁群算法的多目标资源受限项目调度问题研究

近年来,项目调度问题无论在理论研究领域还是在工程应用领域都展现出了它的重要性。在实际应用领域,多目标资源受限项目调度问题广泛存在于建筑工程、计算机系统安装和软件开发、飞机及轮船制造等单件或小批量生产方式的企业中。近年来兴起的全球制造方式经常要求多家企业的合作以获得最大的竞争力,这种组织结构和管理模式越来越趋向于面向项目的方式。因此,多目标资源受限项目调度问题在现代化企业中显示出越来越重要的研究价值。