军事油料输送蚁群算法

针对军队油料输送的特点,采用改进蚁群算法,引入云模型理论对参数进行动态调整,最后提出基于安全系数的军队油料输送优化方法。实例求解表明,该方法可以有效、快速地求得军队油料输送问题的全局最优解。     

基于蚁群算法的配送路径规划研究

物流配送路径规划一直是物流领域研究的热点和难点问题,文章提出了一种基于蚁群算法的物流配送路径选择方法,从最优路线选择的角度,阐述了各种最优参数的选取,基于精英蚂蚁系统模拟的方法,找出算法约束参数最优解,并且应用到实例中进行验证,可为物流配送中心路径选择提供评估模型。     

基于蚁群算法的物流配送避障路径规划方法

针对物流配送路径规划问题,以可视图法所建的求解环境为基础,利用蚁群优化算法,提出了一种在障碍物环境下求任意两点间的最短路径方法,算法采用了优势个体指导机制,保证了最优解的搜索能力和解的全局收敛性。实验结果证明,该算法收敛快,可靠性高。与传统算法相比,该算法具有全局最优解方面的高效性,明显提高了路径搜索效率。     

基于改进初始信息素和公共路径的蚁群算法

针对基本蚁群算法收敛速度慢、容易陷入局部最优等问题,提出了一种基于对初始信息素的分布进行优化以及加强对较优解的公共路径进行利用的改进蚁群算法。改进后的算法加强了蚂蚁从其所在城市到下一步最大可选城市之间的路径上的初始信息素浓度,增强了算法对较长子路径的探索能力。对较优解的公共路径的利用则提高了改进算法的收敛速度和搜索精度。通过求解不同规模TSP(旅行商问题)并与ACS(蚁群系统)算法的对比,证明了改进蚁群算法的有效性。     

浅析蚁群算法及其应用

蚁群算法是人工智能领域的一种模拟进化算法,在求解复杂优化问题方面具有一定的优势,是一种很有发展前景的计算智能方法。本文首先了解并分析了蚁群算法的基本原理,接着阐述了它的经典应用,最后总结了该算法的优点与不足。     

连续空间与蚁群算法

蚁群算法是由意大利学者M.Dorigo等人首先提出的一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质。国内对蚁群算法的研究主要针对离散优化问题,而对于连续空间优化问题的研究则较少,为此,文章对蚁群算法在连续空间优化中的研究现状作一综述,希望能对相关研究起到一定的启发作用。     

基于蚁群算法的路径规划问题研究

基于VRP问题及其解法,提出一种用蚁群算法解决邮车路径规划问题的新方法。该方法首先用网络图理论建立邮递路径收益损耗模型,在此基础上利用蚁群算法进行全局搜索得到全局导航路经,然后利用网络分区策略局部调节导航路经上的节点,得到更优路经。实例结果显示,利用该算法可以规划出一条全局优化路经,且收敛效率高。     

CACER：一种基于疯狂蚁群算法的电子商务推荐模型

为了解决电子商务在线营销中的信息阻塞等问题,提出了一种新型的、高效的推荐系统模型。给出了该系统模型中采用的疯狂蚂蚁算法,并描述了它的消息结构和处理流程,最后给出了一个系统应用实例和性能对比结果。仿真实验表明该模型在实时性和客户满意度上超过了传统系统。     

CACER:一种基于疯狂蚁群算法的电子商务推荐模型

为了解决电子商务在线营销中的信息阻塞等问题,提出了一种新型的、高效的推荐系统模型。给出了该系统模型中采用的疯狂蚂蚁算法,并描述了它的消息结构和处理流程,最后给出了一个系统应用实例和性能对比结果。仿真实验表明该模型在实时性和客户满意度上超过了传统系统。     

基于蚁群算法的改进神经网络备件库存分类模型研究

针对基于BP神经网络的备件库存预测模型的不足,提出基于蚁群算法的改进神经网络算法应用于备件预测模型。首先建立了基于蚁群算法的改进神经网络备件库存分类模型：其次进行了实验分析及对比。验证了模型的可行性。对装备备件预测具有一定的参考价值。     

基于蚁群算法在机器人足球比赛中的应用

针对机器人足球中寻路效率和多智能体协作问题,提出相应的解决方案,文章主要研究在机器人足球比赛中算法和策略问题。将蚁群算法应用到该比赛中,经实际比赛证明该算法在机器人足球比赛中对于提高机器人寻找足球和攻防性能方面都能得到很好的结果。     

蚁群算法在卷烟配送路径优化中的应用研究

针对目前烟草商业企业的物流配送中存在的问题,提出用仿生学的蚁群优化算法对卷烟配送路径的选择进行优化,以基本的蚁群优化算法模型和原理为理论基础,建立了相应的数学模型,并结合某烟草公司的案例对本算法的应用进行了计算机仿真,实验结果表明该算法在求解卷烟配送的路径优化问题上是行之有效的。     

蚁群算法在卷烟配送路径优化中的应用研究

针对目前烟草商业企业的物流配送中存在的问题,提出用仿生学的蚁群优化算法对卷烟配送路径的选择进行优化,以基本的蚁群优化算法模型和原理为理论基础,建立了相应的数学模型,并结合某烟草公司的案例对本算法的应用进行了计算机仿真,实验结果表明该算法在求解卷烟配送的路径优化问题上是行之有效的.     

发达网络环境下军用油料运输路径选择研究

对军事油料运输的特点进行了分析,筛选出了影响军用油料运输决策的主要目标:运输时间、可靠性、安全性.并考虑在发达的运输网络情况下,解决基于多目标的油料运输路径选择优化问题.     

发达网络环境下军用油料运输路径选择研究

对军事油料运输的特点进行了分析,筛选出了影响军用油料运输决策的主要目标:运输时间、可靠性、安全性。并考虑在发达的运输网络情况下,解决基于多目标的油料运输路径选择优化问题。     

多线程蚁群算法及其在最短路问题上的应用研究

针对基本蚁群算法,提出一种多线程蚁群算法。该算法引入多线程技术,将线程作为蚂蚁,而且借鉴于自然界中生物个体的差异性,从选择策略方面加强了蚂蚁个体对未知路径的搜索能力;同时对局部搜索和全局更新策略进行了改进。实验结果表明,该算法可以有效地克服基本蚁群算法的收敛速度慢和易出现停滞现象的缺陷,能够较快的收敛到全局最优解。     

蚁群算法在外卖配送路径规划中的应用

随着我国经济的快速发展,生活节奏的提高,外卖成为了年轻人生活的一部分,而快速有效的送货速度成为了几个外卖公司的竞争重点之一。外卖送货人员如何能够在有限的时间对外卖进行分配节约劳动成本根据的是送货人员的经验。本文通过蚁群算法对不同地址的收货点进行路径进行规划,并利用MATLAB软件,为送货人员设计出了最短时间路径规划。     

蚁群遗传混合算法在求解旅行商问题上的应用

针对在求解旅行商问题时,蚁群算法易陷入局部最优,而遗传算法收敛速度慢等问题,将蚁群与遗传算法相结合:把蚁群算法每次迭代的结果作为遗传算法的初始种群,并且用遗传算法寻优结果更新蚁群算法的信息素。在用遗传算法处理问题的阶段,引入了两种新的交叉算子,并且提出混合交叉算子的新思想,算法的后期使用贪心搜索和2-opt局部优化算法,成功的避免了算法过早陷入局部最优解的问题,加快了算法的收敛速度。通过仿真,本算法与其他算法进行对比,寻优路径长度明显降低,在求解效率和求解质量上都有更好的效果。