红蚁群战小非洲狮

曙光初照,辽阔的非洲大地一片宁静。随着嘹亮的号声响起,成千上万只红蚁排成一队队整齐的队伍在大操场上训练。忽然,哨兵报告:"一只小非洲狮向我们驻地靠近……"蚁王命令:"立即发出警报,请小非洲狮绕行!""让我绕行?"小非洲狮心中十分不快:"小小蚂蚁竟敢对我发号施令?!岂有此理!"想罢,小非洲狮几个箭步就来到了红蚁阵前,随即大吼一声:"谁让我绕行?"红蚁哨兵毫不示弱,大声回答:"我们——红蚁。"     

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。     

基于蚁群-遗传混合算法的系统芯片低功耗测试方案

针对系统芯片测试功耗快速增加的特点,提出了一种有效的低功耗测试方案。该方案将测试向量的海明距离作为测试功耗优化的目标,将测试功耗优化问题转化为对测试向量进行海明距离排序问题,采用一种改进的蚁群-遗传混合算法对测试向量进行排序,从而使测试功耗最低。针对ISCAS 89部分标准电路实验结果表明,该方案能有效的降低测试功耗。     

混合型蚁群算法及其应用

蚁群优化算法——蚂蚁系统（Ant System,AS）是Dorigo M在20世纪90年代最早提出的一种新型生物智能算法,Dorigo M将蚁群优化算法应用于解决经典的旅行商问题（TSP）,取得了较好的应用效果。采用混合型蚁群算法进行优化求解,探讨其实现TSP问题的求解流程,以更好地指导实际问题解决。     

基于多位点连锁度量的标签SNP选择方法研究

针对标签SNP选择过程中存在时间复杂度高、重构准确度低以及缺乏生物含义等不足,本文提出了一种基于多位点连锁不平衡的标签SNP选择方法,该方法首先利用最小等位基因频率等指标对数据集进行预处理,排除噪声位点等,然后根据标签SNP选择过程的特点设计并改进了蚁群算法,以获取候选标签子集,最后,为了进一步提高重构准确度,本文以重构准确度为目标,利用支持向量机作为学习模型,采用后向淘汰策略对候选标签子集进行精选。实验结果表明,先过滤再精选的策略,不仅降低了时间复杂度,而且在样本重构准确度也有一定程度优势。     

路由优化策略在命名数据网中的研究

命名数据网络(named data network,NDN)是正在研究中的以数据为中心的下一代互联网络,而路由转发机制是NDN的核心问题。为了更好地提高网络的整体性能,提出了端口优先级路由策略,基于蚁群优化算法,根据每个路由接口的转发概率分别设置转发接口优先级,引入兴趣包的错误反馈信息包,降低用户的请求失效率。实验结果表明,端口优先级路由策略在网络平均延迟和数据包投递率方面优于邻居缓存路由(neighbor cache explore routing,NCE)策略,验证了端口优先级路由策略在NDN网络中的有效性。     

基于蚁群算法的快递派送最短路径选择

针对快递派送问题,提出了一种基于蚁群算法求解最短路径的方案。通过对旅行商问题的研究,将蚁群算法应用到快递派送问题上,解决了快递派送路线的先后顺序。结果表明,应用蚁群算法能够更好地求出快递派送的最短路径,提高了快递派送的效率。     

基于蚁群算法的候选标签子集构造方法研究

为了使构造候选标签SNP子集既包含最多SNP位点,又保证包含的冗余信息尽可能少,本文结合单体型数据及标签SNP选择的特点,依据连锁不平衡度量这一重要遗传现象,以多位点连锁不平衡度量值为优化目标,提出了一种改进的蚁群组合优化算法,提高了搜索组合空间的效率。     

基于蚁群群体智能理论的创新政策扩散研究

创新型政策的采用和普及体现群体交流和互动。简单的个体行为经过一定过程可以使整体变得有序,而蚁群群体智能理论研究的是群居性生物通过协作表现出的宏观智能行为特征。因此,可从蚁群群体智能理论视角出发研究创新型政策。首先,在解释创新政策的扩散方式方面,有类似蚁群群体智能的行为特征和决策方式。其次,在政策普及过程中,如遇到类似蚁群群体迷失的情况,蚁群群体智能理论亦可提示采用何种方法解决这个政策扩散方面的问题。     

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.