传统蚁群算法在求解中容易出现搜索时间长、收敛过早或停滞现象,为克服这些缺点,通过对蚁群算法进行选择策略、信息素更新等方面的改进,以加快算法的收敛速度,提高算法的搜索能力。再将改进后的蚁群算法引入物流运输车辆调度、综合车辆调度理论,对物流运输车辆的优化调度进行了探讨,对有时间窗车辆调度问题(VSPTW)探求新的求解方法,运用Matlab语言进行编程实现,应用实例对算法进行验证。实践证明,改进后的蚁群算法基本上克服了一般蚁群算法自身的不足,提高了算法的性能。

论文研究-带时间窗车辆路径问题的量子蚁群算法.pdf,  带时间窗的车辆路径问题(VRPTW)是VRP的一种重要扩展类型, 是组合优化中的一个NP难题, 针对蚁群算法在求解VRPTW问题时易陷入局部最优和收敛速度慢的问题, 本文结合量子计算提出一种求解VRPTW的量子蚁群算法(QACA). 通过定义人工蚂蚁的转移概率, 增加量子比特启发式因子, 以及用量子旋转门实现信息素更新, 从而提高算法的全局搜索能力, 有效避免了算法陷入局部最优. 经一系列VRPTW的仿真实验表明, 量子蚁群算法较蚁群算法在求解VRPTW问题上具有更好的性能, 通过与其他算法的比较, 进一步说明量子蚁群算法是可行有效的.

【优化求解】基于自然选择和随机扰动改进磷虾群算法matlab源码.md

这个资源是粒子群算法求解柔性作业车间调度问题的python实现

介绍关于粒子群算法的matlab程序开发方法

最大最小蚁群算法，是matlab源文件，欢迎大家下载

基于蚁群算法的完全遍历路径规划研究.pdf

基于遗传算法优化多尺度排列熵参数，类似于粒子群算法优化参数

压缩包内的pso.m是粒子群算法的代码，其余的是遗传算法的代码，本人测试过，压缩包内是两个算法对同一目标函数的对比，来自MATLAB智能算法超级学习手册

蚁群算法C++实现