成av人片在线观看www,免费精品国产的网站免费观看,国产99久久久国产精品

螞蟻算法

蟻群算法是一種用來尋找優化路徑的概率型算法。它由MarcoDorigo于1992年在他的博士論文中提出，其靈感來源于螞蟻在尋找食物過程中發現路徑的行為。[1]

TSP的智能算法

TSP的智能算法，里面包含最大最小蟻群算法，螞蟻系統，蟻群系統

標簽： TSP 智能算法

上傳時間： 2015-12-01

上傳用戶：咔樂塢
Csharp實現蟻群算法解決TSP問題

Csharp實現蟻群算法解決TSP問題，主要是一種模擬生物的進化:用信息素來引導螞蟻向比較好的方向前進.是學習該算法的很好的參考源碼

標簽： Csharp TSP 蟻群算法

上傳時間： 2016-01-08

上傳用戶：sdq_123
算法解釋：程序開始運行

算法解釋：程序開始運行，螞蟻們開始從窩里出動了，尋找食物；他們會順著屏幕爬滿整個畫面，直到找到食物再返回窩。其中，‘F’點表示食物，‘H’表示窩，白色塊表示障礙物，‘+’就是螞蟻了。預期的結果：各個螞蟻在沒有事先告訴他們食物在什么地方的前提下開始尋找食物。當一只找到食物以后，它會向環境釋放一種信息素，吸引其他的螞蟻過來，這樣越來越多的螞蟻會找到食物！有些螞蟻并沒有象其它螞蟻一樣總重復同樣的路，他們會另辟蹊徑，如果令開辟的道路比原來的其他道路更短，那么，漸漸，更多的螞蟻被吸引到這條較短的路上來。最后，經過一段時間運行，可能會出現一條最短的路徑被大多數螞蟻重復著。

標簽： 算法程序運行

上傳時間： 2016-01-19

上傳用戶：ippler8
蟻群算法是模仿真實的蟻群行為而提出的一種模擬進化算法

蟻群算法是模仿真實的蟻群行為而提出的一種模擬進化算法，螞蟻之間是通過一種信息素的物質傳遞信息的，螞蟻在運動的過程中能夠在經過的路徑上留下該物質，而且能夠感知這種物質的存在及其強度，并以此指導自己的運動方向。它是一種通過類比組合優化和蟻群覓食行為而構造的一種算法，可以用來解決各種組合優化問題，本代碼用來解決生產調度問題

標簽： 蟻群算法模仿真模擬

上傳時間： 2013-12-18

上傳用戶：ukuk
這是螞蟻覓食的演示軟件

這是螞蟻覓食的演示軟件，對螞蟻覓食的過程詳細演示，有助于學習者對蟻群算法原理的了解。

標簽： 螞蟻軟件

上傳時間： 2014-01-11

上傳用戶：杜瑩12345
蟻群算法模擬的源程序

蟻群算法模擬的源程序，可以模擬螞蟻覓食過程，用C編寫的。

標簽： 蟻群算法模擬源程序

上傳時間： 2013-12-02

上傳用戶：希醬大魔王
雙蟻群算法實現機器人路徑規劃

雙蟻群算法實現機器人路徑規劃，采用面向對象的方法編寫，螞蟻數量和起始點可以設置，障礙率可以設置，障礙可以自動生成也可以手工使用鼠標設置。已發表相關論文。有興趣的朋友可以檢索“孫純哲凹形障礙全局路徑規劃的雙蟻群完全交叉算法”

標簽： 蟻群算法機器人路徑規劃

上傳時間： 2017-07-14

上傳用戶：zhaiyanzhong
實現了蟻群算法求解TSP問題。注釋詳細 function[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,

實現了蟻群算法求解TSP問題。注釋詳細 function[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q) ------------------------------------------------------------------------- 主要符號說明 C n個城市的坐標，n×2的矩陣 NC_max最大迭代次數 m螞蟻個數 Alpha表征信息素重要程度的參數 Beta表征啟發式因子重要程度的參數 Rho信息素蒸發系數 Q信息素增加強度系數 R_best各代最佳路線 L_best各代最佳路線的長度 =========================================================================

標簽： Shortest_Length Shortest_Route function R_best

上傳時間： 2014-01-17

上傳用戶：lunshaomo
tsp問題的群蟻算法實現

tsp問題的群蟻算法實現，其中c為測試矩陣，代表各點的相對坐標，NC_max 最大迭代次數，m螞蟻個數，Alpha 表征信息素重要程度的參數，Beta 表征啟發式因子重要程度的參數，Rho 信息素蒸發系數，Q 信息素增加強度系數，R_best 各代最佳路線，L_best 各代最佳路線的長度，運行后得到最佳路線和收斂曲線

標簽： tsp 算法

上傳時間： 2013-12-27

上傳用戶：ippler8
蟻群算法的基本原理和改進

蟻群算法基本模型STEP1（外循環）若滿足算法停止規則，停止計算，輸出計算得到的最好解給定外循環的最大數目，表明有足夠的螞蟻工作當前最優解連續K次相同而停止，K是給定的整數，表示算法已收斂◆給定優化問題的下界和誤差值，當算法得到的目標值同下界之差小于給定的誤差值時，算法終止否則使螞蟻s（1≤s≤m）從起點出發，用L（S）表示螞蟻S行走的城市集合，初始L（s）為空集。設m只螞蟻在圖的相鄰節點間移動，協作異步地得到解。螞蟻計算出下一步所有可達節點的一步轉移概率，并按此概率實現一步移動，依此往復。一步轉移概率由圖中每條邊上的兩類參數決定：信息素值、可見度（即先驗值）。信息素的更新有2種方式：揮發——所有路徑上信息素以一定比率減少增強——給評價值“好”（有螞蟻走過）的邊增加信息素蟻群算法基木模型令我們以求解平面上n個城市的TSP問題（1，2，…，n）表示城市號為例說明ACA的模型。n個城市的TSP問題就是尋找通過n個城市各次且最后回到出發點的最短路徑蟻群算法研究現狀令ACA是模擬自然界中真實蟻群的覓食行為而形成的一種模擬進化算法。10年多來的研究結果已經表明：ACA用于組合優化具有很強的發現較好解的能力，具有分布式計算易于與其他方法相結合、魯棒性強等優點，在動態環境下也表現出高度的靈活性和健壯性。在求解TSP、QAP問題方面，與遺傳算法、模擬退火算法等算法比較，ACA仍是最好的解決方法之一。

標簽： 螞蟻算法

上傳時間： 2022-03-10

上傳用戶：