贪心算法实现活动选择问题——最短路径，想学习贪心算法的可以参考
上传时间： 2016-05-04
上传用户：拔丝土豆
基于遗传算法的机器人路径规划问题．选择一条很好的路径
上传时间： 2016-06-25
上传用户：ls530720646
公车最短路径算法具体的算法： 实际上乘客不一定要找最短，里面还涉及到换乘次数最少，费用最少等问题 因此，边向量的权值要分多种情况考虑，所以如果真的要开发实用的系统 应该给出多种最佳选择。
上传时间： 2016-01-01
上传用户：Miyuki
A*算法属于一种启发式搜索,它扩展结点的次序类似于广度优先搜索,但不同的是每生成一个子结点需要计算估价函数F,以估算起始结点的约束经过该结点至达目标结点的最佳路径代价 每当扩展结点时,意是在所有待扩展结点中选择具有最小F值的结点做为扩展对象,以便使搜索尽量沿最有希望的方向进行.A*算法只要求产生问题的全部状态空间的部分结点及关系,就可以求解问题了,搜索效率较高
上传时间： 2016-06-01
上传用户：lz4v4
基于遗传算法的移动机器人路径规划研究,该论文在分析了目前各种路径规划方法优缺点的基础上，选择遗传算法来解决静态和动态环境下移动机器人的路径规划问题。
上传时间： 2014-01-08
上传用户：wangyi39
随着我国经济的迅速发展和信息技术的进步,物流行业已经被确定为我国国民经济的重要产业和经济发展的新增长点,其中物流配送路径的优化是物流系统中的关键一环,选择合理经济的配送路线可以极大的降低配送成本,提高配送效率,增加企业的经济效益。 本文以如何科学的解决配送路径的优化问题为出发点,分析比较了各种算法在解决VRP中的特点与利弊,由于蚁群算法有着良好的正反馈机制与较强的鲁棒性和灵活性,本文选择了蚁群算法作为解决VRP问题的算法,并结合VRP问题本身的特点,针对蚁群算法存在的过早收敛等不足进行改进,最后将改进的蚁群算法应用在本文所建立的VRP模型中,并通过仿真试验,证明了蚁群算法在解决大规模动态VRP问题中的有效性和可行性。 论文主要研究工作和创新性成果有以下几个方面: (1)设定了一类配送点位置不变,需求时间不定的动态带软时间窗的VRP问题。利用时间段的概念,将动态VRP问题转化为连续时间段内的静态VRP问题进行研究,构造了该问题的模型,提出了动态VRP问题的求解方案。 (2)结合VRP问题的特点,针对蚁群算法的早熟等不足,对蚁群算法进行改进,通过对伪随机概率公式的改进,配送点的二次...
上传时间： 2017-09-11
上传用户：熊少锋
随着我国经济的迅速发展和信息技术的进步,物流行业已经被确定为我国国民经济的重要产业和经济发展的新增长点,其中物流配送路径的优化是物流系统中的关键一环,选择合理经济的配送路线可以极大的降低配送成本,提高配送效率,增加企业的经济效益。 本文以如何科学的解决配送路径的优化问题为出发点,分析比较了各种算法在解决VRP中的特点与利弊,由于蚁群算法有着良好的正反馈机制与较强的鲁棒性和灵活性,本文选择了蚁群算法作为解决VRP问题的算法,并结合VRP问题本身的特点,针对蚁群算法存在的过早收敛等不足进行改进,最后将改进的蚁群算法应用在本文所建立的VRP模型中,并通过仿真试验,证明了蚁群算法在解决大规模动态VRP问题中的有效性和可行性。 论文主要研究工作和创新性成果有以下几个方面: (1)设定了一类配送点位置不变,需求时间不定的动态带软时间窗的VRP问题。利用时间段的概念,将动态VRP问题转化为连续时间段内的静态VRP问题进行研究,构造了该问题的模型,提出了动态VRP问题的求解方案。 (2)结合VRP问题的特点,针对蚁群算法的早熟等不足,对蚁群算法进行改进,通过对伪随机概率公式的改进,配送点的二次...
上传时间： 2013-12-18
上传用户：yuanyuan123
针对基本蚁群算法在机器人路径规划问题中容易陷入局部最优的问题，提出了一种改进的蚁群算法，利用遗传算法加入了变异因子使最优路径产生变异，从而降低了蚁群算法陷入局部极小的可能性，同时改善了基本蚁群算法不收敛或收敛速度比较慢的缺点，加快了收敛速度，增加了最优解的多样性。
上传时间： 2013-11-11
上传用户：zuozuo1215
针对无线传感器网络的节点能量有限，且在进行信息传输时存在数据冲突、传输延时等问题，提出并设计了基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇，并根据节点的传输范围，将每个簇中的节点均匀分布，每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据，从而形成传输数据的最短路径；并根据集中式TDMA（时分多址）调度模型，运用基于微粒群的Pareto优化方法，使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优。仿真结果表明，上述算法不但可以最大化网络的生存时间，还可以有效的降低数据融合时间，减少网络延时。
上传时间： 2014-12-29
上传用户：看到了没有
无线传感网络存在关键区域节点能量消耗过快，节点能量供应有限以及通信链路拥塞等问题，容易造成节点故障和路由破坏。为减小上述问题对网络传输造成的影响，提出一种基于Q学习的无线传感网络自愈算法，通过引入Q学习的反馈机制，动态感知网络的状态信息，当故障发生时，自适应地选择恢复路径，保证数据实时顺利传输。仿真结果表明，该算法降低了错误选择故障或拥塞路径的概率，在故障感知、故障恢复和延长网络寿命等方面，表现出了良好的性能。
上传时间： 2013-10-26
上传用户：toyoad
