搜索资源列表
Case1_AS_533
- MATALB蚁群算法:以MATALB为编程环境详细介绍了一个控制系统的蚁群算法实例仿真！-enriching Ant Algorithm : to enriching programming environment for a detailed account of a control system of ant algorithm simulation!
ACStsp
- 以31个城市的旅行商问题为例，通过编程实现蚁群算法的TSP问题求解。-using ant colony algorithm to solve the problem of the TSP
sin
- 人工蚁群算法 以31省会城市为例的tsp问题-ant colony ,31 city travelling salesman problem
Ant-colony-algorithm
- 蚁群算法解决TSP问题的MATLAB实现 出动m只蚂蚁，每只蚂蚁各随机选择一条路径，记为I=[1 2 3···m]，长度记为long(I) 计算出每条路径的信息素浓度，记为P(I)=1/long(I)，并进行归一化处理 重新出动m只蚂蚁，按如下规则选择路径： 每只蚂蚁都以一个概率p1选择新路径(路径随机)； 未选择新路径的蚂蚁以概率P(I)选择路径I； 所有蚂蚁都以一个小概率p2对自己的路径进行局部变化； 更新所有路径，计算出每条路径的信息素浓度； 重复上述步
ACTSP
- 用蚁群算法求解tsp问题,以中国31个城市的坐标数据为案例-Problem solving tsp with ant colony algorithm to coordinate data 31 cities in China as a case
ACATSP
- 一种解决离散优化问题最重要的人工智能算法——蚁群算法。以旅行商问题为例。-a very important algorithm,ant algorithm.
AntColony
- 蚁群算法是一种模仿蚁群行为的仿生优化算法，其实现机理包括两个基本阶段：适应阶段和协作阶段。在适应阶段，各可行解根据积累的信息不断调整自身结构，路径上经过的蚂蚁越多，信息量越大，则该路径越容易被选择：时间越长，信息量越小。在协作阶段，各可行解之间通过信息交流，以期望产生性能更好的解。-Ant colony algorithm is a mimic ant colony behavior of bionic optimization algorithm, its implementation mec
蚁群算法
- 本代码以人工蚁群算法为例，讲解了人工蚁群算法的实现
vrp
- 假设在一个供求关系系统中，车辆从货源取货，配送到对应的若干配送点。车辆存在最大载货量，且配送可能有时间限制。需要合理安排取货时间，组织适当的行车路线，使用户需求得到满足，同时使某个代价函数最小，比如总工作时间最少、路径最短等。 可以看出TSP问题是VRP问题的一种简单特殊形式。因此，VRP也是一种NP hard 问题。 目前解决此种问题的办法有多种，主要以启发式算法为主。包括退火算法、遗传算法、蚁群算法、禁忌算法等，本文介绍两种比较简单算法：C-W节约算法和遗传算法。(Assume that
程序1
- 针对移动机器人在海水环境中的三维路径规划问题容易陷入局部最优和收敛慢等瑕疵,根据三维环境全局信息来改进蚁群算法以提高实时性和收敛速度(the ant colony algorithm is improved according to the global information of 3D environment to improve the real-time performance and convergence speed)
基于蚁群算法的二维路径规划算法
- 根据二维环境全局信息来改进蚁群算法以提高实时性和收敛速度(the ant colony algorithm is improved according to the global information of 2D environment to improve the real-time performance and convergence speed)