简介：

简介：蚂蚁大军的智慧幻想；“社会”与“军队”；齐心协力，内外有别；人蚁大战，由来已久；谁拟“军规”立蚁国

简介：TSP是一个经典的组合优化问题,已被证明。它还是经典的NP完全难题,该问题已被广泛用于物流系统中车辆选路等方面。近年来,学者们基于生物理论提出了许多解决此类问题的方法,其中就包括蚁群算法。通过描述TSP问题,并在此基础上探讨运用蚁群算法求解TSP问题。

简介：在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.

简介：文章采用蚁群算法来解决QoS路由的寻路问题。首先，本文对蚁群算法的基本原理和工作机制进行简单介绍，阐述了蚁群算法在网络路由问题中的应用。该算法的实现解决了通信网络中的端到端时延及带宽约束的路由问题。根据信息素强度局部和全局更新准则，本文实现了蚁群算法的最优解的寻找过程，克服了一定的局限性，快速找到满足QoS要求的全局最优解。

简介：蚁群优化算法是一种新型的模拟进化优化算法，为求解复杂的组合优化问题提供了一种新的思路。文章对蚁群优化算法理论及其收敛性进行了分析．并从选择策略、信息素更新、信息素浓度的变异等多方面对蚁群优化算法提出了改进，不仅使其跳出局部最优解的能力更强，而且能较快地收敛狲全局最优解，在TSP问题上的应用表明改进算法具有良好的性能。

简介：摘 要：本文提出了一种在蚁群搜索路径过程中,通过建立α(信息素启发式因子), β(期望启发式因子)的互锁关系,动态自适应调整α、β的改进蚁群算法;并进行静态已知环境建模,通过仿真实验,验证了该方法的可行性和有效性,同时将其应用到TSP问题,并取得了较好实验效果.

简介：研究在VLSI布线中采用蚁群算法的优劣性。先介绍用蚁群算法实现阶梯叉树走线．再通过Matlab编程对蚁群算法和迷宫算法分别实现曼哈顿走线进行比较，结果表明，蚁群算法在VLSI布线中的适用性不受布线结构的限制，而且在得出最优解方面比迷宫算法具有优势，只是受计算速度的限制。一般来说，只要能够给出布线的具体要求，蚁群算法都可以合理地应用于VLSI布线中。

简介：合理配置车间作业调度中的各种资源可提高生产设备利用率与生产效率,降低生产成本。本文提出了一种求解混流装配线作业调度的蚁群算法,从信息素更新、状态转移概率论证该算法。通过计算目标函数与目标追随法、遗传算法、模拟退火算法比较,结果证明该算法对作业调度能够起到优化作用。

简介：为了解决蚁群算法收敛速度慢和易陷入局部最优的问题，提高算法在连续空间中的寻优能力．本文提出了一种基于有向搜索的智能蚁群优化算法。该算法使转移概率较大的蚂蚁个体在解空间中进行局部有向变步长搜索，有效地避免了算法陷入局部最优，缩短了搜索时间，在寻优精确度取得了很好的效果。通过仿真验证了算法的有效性

简介：介绍了蚁群算法的原理及蚁群算法在多段图中的应用,给出了实现程序,并进行了性能分析。

简介：蚁群算法是近年来新出现的一种随机搜索寻优算法，该算法为求解复杂的组合优化问题提供了一种新思路，引起了众多学者的研究兴趣。通过在函数优化问题中的应用，说明该算法能有效地避免陷入局部最优，指出了蚁群算法在优化问题中的应用前景。

简介：简要介绍了蚁群算法,并从解决连续域问题的角度分析了段海滨等提出的基于网格划分策略的连续域蚁群算法的基本原理,针对该算法的特点和存在的缺陷,提出了改进的办法:在前期用遗传算法快速生成初始信息素,再利用蚁群算法寻求精确解。最后通过对一个二维连续域函数优化仿真实验,证明了改进后蚁群算法的有效性。仿真实验结果证明:改进后的蚁群算法无论是时间性能还是优化性能都明显优于改进前的蚁群算法,克服了蚁群算法的缺陷,大大提高了算法的速度和求解效率,达到了时间性能和优化性能的双赢。

简介：高效输运是非线性科学领域中的一个热门话题,对于蚂蚁等社会性物种的生存乃至人类社会的高效发展都至关重要。深入了解真实的生物群体到底如何解决交通拥堵问题,是当前的热点话题。这类实验的关键在于,如何精确控制实验条件以制造拥堵：而这样的实验条件却长期难以得到很好的实现。我们采用＂凿路法＂控制路径,成功实现了蚂蚁输运中的路径拥堵。另外,我们进行了真实蚂蚁的双通道输运实验。通过比较凿路法与架路法实验条件下,左右道路中蚂蚁数目的对称破缺,证实了凿路法的有效性。

简介：本文介绍了自然界中蚁群的觅食行为、基本蚁群算法的数学模型和程序结构流程、蚁群算法的改进以及蚁群算法在航海上的应用等方面,最后将蚁群算法在航海领域中的研究问题和未来研究方向进行了总结,对从事船舶路径规划和船舶自动避碰等问题的学者来讲,具有重要参考价值.

简介：蚁群算法是受现实蚂蚁群体行为启发而得出的一类仿生算法。从蚁群算法与实际交通问题的求解有很强直接对应特性出发,对蚁群算法在交通领域的应用进行全面综述。蚁群算法也可应用于交通过程建模、交通过程优化及导航、交通运输规划等交通领域。

简介：摘要：旋翼无人机的轨迹规划是指在特定约束条件下，寻找满足旋翼无人机机动性能及其他战术要求的，从起始点到目标点的最优飞行轨迹，它是旋翼无人机任务规划系统的关键技术，也是无人机实现自主飞行的技术保障。

简介：摘要：本研究旨在通过采用蚁群算法（ACO）来解决自动钻铆加工过程中面临的路径规划问题。通过设计一种基于ACO原理改进后适应特定约束条件下的路径规划，实现显着减少加工时间并降低成本的目的。

简介：提出了一种基于改进蚁群算法的动态K-均值聚类算法思想,该算法首先利用蚁群算法的较强处理局部极值的能力,动态地确定了聚类数目和中心,然后利用蚁群聚类得到的结果,再进行K-均值聚类弥补蚁群算法的不足。两者有机结合起来可以寻求到具有全局分布特性的最优聚类,实现了基于改进的蚁群聚类算法分析。

简介：提出了一个火力分配的非线性整数规划模型，该模型充分考虑了多火力点联合毁伤概率对实际射击效果的影响。应用基本蚁群指派算法可以求解此NP问题，但难以满足战术决策的实时性要求。为此，提出一种自适应的信息索更新方法和消除无效分配的变异策略，提高了收敛速度。采用删除已访问节点的方法取代比较禁忌表的方法，进一步降低了计算代价。计算机实验结果表明，该算法在优化性能和时间性能上都取得了良好的效果，满足战术决策的实时性要求。