虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

蚁群算法

蚁群算法是一种用来寻找优化路径的概率型算法。它由MarcoDorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。[1]
  • 随机需求VRP(VRPSD)

    随机需求VRP(VRPSD),用蚁群求解!

    标签: VRPSD VRP 随机

    上传时间: 2014-10-29

    上传用户:wanghui2438

  • 随机需求vrp

    随机需求vrp,用蚁群求解Vrpsd 2

    标签: vrp 随机

    上传时间: 2017-05-07

    上传用户:wfl_yy

  • :目前

    :目前,粒子群算法在连续问题优化上的应用已经很广泛,然而在离散问题优化方面仍处在尝试阶段。提出了一种改 进粒子群算法来解决矩形件排样优化问题(离散优化问题)。该算法融合了遗传算法中的交叉和变异思想,采用了信息交流 策略,使其达到快速优化目的。算法也对“最低水平线法”解码方式进行了改进。实验结果表明,该算法具有快速、高效特点, 与现有同类算法比较,在解决矩形件排样问题方面的优势明显。

    标签:

    上传时间: 2014-01-12

    上传用户:caiiicc

  • vrp MATLAB 代码

    ,用蚁群算对车辆调度问题在MATLAB进行仿真

    标签: MATLAB vrp 代码

    上传时间: 2017-03-18

    上传用户:ssNObb

  • 基于模糊聚类分析与模型识别的微电网多目标优化方法

    在微电网调度过程中综合考虑经济、环境、蓄电池的 循环电量,建立多目标优化数学模型。针对传统多目标粒子 群算法(multi-objective particle swarm optimization,MOPSO) 的不足,提出引入模糊聚类分析的多目标粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering,FCMOPSO),在迭代过程中引入模糊聚 类分析来寻找每代的集群最优解。与 MOPSO 相比, FCMOPSO 增强了算法的稳定性与全局搜索能力,同时使优 化结果中 Pareto 前沿分布更均匀。在求得 Pareto 最优解集 后,再根据各目标的重要程度,用模糊模型识别从最优解集 中找出不同情况下的最优方案。最后以一欧洲典型微电网为 例,验证算法的有效性和可行性。

    标签: 模糊 模型识别 微电网 多目标优化 聚类分析

    上传时间: 2019-11-11

    上传用户:Dr.赵劲帅

  • 改进离散二进制粒子群算法

    参考文献:M.Rostami Shahrbabak and H.Nezamabadi-pour, " A New Approach to Binary PSO Algorithm" 14th Iranian Conference on Electrical Engineering, may 2006.

    标签: 离散 二进制 粒子群算法

    上传时间: 2020-02-16

    上传用户:Emperor翔

  • tsp问题的群蚁算法实现

    tsp问题的群蚁算法实现,其中c为测试矩阵,代表各点的相对坐标,NC_max 最大迭代次数 ,m蚂蚁个数,Alpha 表征信息素重要程度的参数,Beta 表征启发式因子重要程度的参数,Rho 信息素蒸发系数,Q 信息素增加强度系数,R_best 各代最佳路线,L_best 各代最佳路线的长度,运行后得到最佳路线和收敛曲线

    标签: tsp 算法

    上传时间: 2013-12-27

    上传用户:ippler8

  • 粒子群优化算法的源代码

    粒子群优化算法的源代码

    标签: 粒子群 优化算法 源代码

    上传时间: 2015-01-24

    上传用户:Divine

  • 粒子群优化算法(c++版)

    粒子群优化算法(c++版)

    标签: 粒子群 优化算法

    上传时间: 2015-02-07

    上传用户:hustfanenze

  • 粒子群优化算法PSO

    粒子群优化算法PSO

    标签: PSO 粒子群 优化算法

    上传时间: 2014-01-20

    上传用户:奇奇奔奔