搜索资源列表
ant
- 用蚁群优化算法寻找最佳路线以及路程长度的计算，-ant colony optimization algorithms
1
- 智能优化算法作为新兴的搜索算法，一般是指利用自然界的生物系统与优化过程的某些相似性而逐步发展起来的优化算法，如遗传算法、粒子群算法、蚁群算法等，它们通过对搜索空间中的一组解按概率规则操作得到下一组解。 人工鱼群算法源于对鱼群运动行为的研究，是一种新型的智能仿生优化算法。它具有较强的鲁棒性、优良的分布式计算机制、易于和其它方法结合等优点。目前对该算法的研究、应用已经渗透到多个应用领域，并由解决一维静态优化问题发展到解决多维动态组合优化问题。 -As an emerging intell
ACO
- 基于蚁群算法的机器人的路径规划问题蚁群算法，一种与传统的数学规划原理截然不同的，模拟自然生态系统以求解复杂优化问题(如NPC(NP Complete)类问题，典型的有TSP(Traveling Saleman Problem)问题)的仿生优化算法，因其较强分布式计算机制、鲁棒性、易于与其他方法相结合等优点，使得蚁群算法具有较广泛应用领域，为那些最优化技术难以解决的组合优化问题提供了一类新的切实可行的解决方案。从最初的一维的静态优化问题扩展到多维的动态组合优化问题，包括车辆路径规划，工程设计，电力
ACO
- 用于全局优化的蚁群算法，可优化其他算法，用于尊求全局最优解等等，数值计算-For the global optimization of the ant colony algorithm, you can optimize other algorithms
chapter22
- 蚁群算法的优化计算，属于求解TSP问题代码。(Ant colony algorithm for solving TSP code.)
chapter22
- 蚁群算法的优化计算——旅行商问题(TSP)优化(Optimization of ant colony algorithm -- traveling salesman problem (TSP) optimization)
911349
- 蚁群算法作为一种新的智能计算模式, 由于其离散性本质而在组合优化问题上取得 巨大成 功,但这也限制了它在连续问题求解中的应()
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Marco Dorigo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。 这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。蚁群算法的matlab实现(Ant colony algorithm is a probabilistic algorithm for finding optimal paths. It was put forward by Marco Dori