基于遺傳變異蟻群算法的機器人路徑規劃的改進
針對基本蟻群算法在機器人路徑規劃問題中容易陷入局部最優的問題,提出了一種改進的蟻群算法,利用遺傳算法加入了變異因子使最優路徑產生變異,從而降低了蟻群算法陷入局部極小的可能性,同時改善了基本蟻群算法不收斂或收斂速度比較慢的缺點,加快了收斂速度,增加了最優解的多樣性。...
針對基本蟻群算法在機器人路徑規劃問題中容易陷入局部最優的問題,提出了一種改進的蟻群算法,利用遺傳算法加入了變異因子使最優路徑產生變異,從而降低了蟻群算法陷入局部極小的可能性,同時改善了基本蟻群算法不收斂或收斂速度比較慢的缺點,加快了收斂速度,增加了最優解的多樣性。...
傳統的PID控制對于控制模型不確定并具有非線性特性的對象時,存在參數難以整定、控制效果不好的缺點,文中提出了一種基于蟻群算法的PID調節算法,即利用蟻群算法動態調節PID的參數,實現對配料系統的控制,通過實驗仿真的方式證明了該方法具有良好的控制效果及適應性。...
粒子群算法是在遺傳算法基礎上發展起來的一種新的并行優化方法,可用于解決大量非線性、不可微和多峰值的復雜問題。與遺傳算法不同的是,粒子群算法中的粒子有記憶功能,整個搜索過程是跟隨當前最優粒子的過程,因此在大多數情況下,所有的粒子可能更快的收斂于最優解。而且粒子群算法理論簡單,參數少,因此其應用更為廣泛...
蟻群算法的理論與應用...
粒子群優化算法的源代碼...