针对蚁群算法在求解大规模优化问题时存在的3个缺点：消耗时间长、蚂蚁在下次搜索时目标导向不强导致搜索随机性大、寻优路径上的信息素过度增强导致得到假的最优解。本文提出了基于边缘初始化和自适应全局信息素的改进蚁群算法。在相同参数下，其搜索时间大大缩短，并且得到了更好的最优解。将其应用到旅行商(TSP)问题中，和基本蚁群算法、遗传算法相比较，其具有以下优点：较好的搜索最优解的能力；对新解不会过早的终止；探索新解的能力进一步增强。因此，改进的蚁群算法在求解TSP等组合优化问题时非常有效。
2021-12-15 18:21:42
1.19MB
1
针对单向物流配送中遇到的路径优化问题，提出一种蚁群算法对单向物流路径进行优化。同时针对传统蚁群算法存在着易滞性和收敛速度比较缓慢的问题，提出采用信息素更新、蚂蚁转移策略的方式，对传统蚁群算法进行改进。最后通过实例和仿真软件，对改进算法与传统算法进行比较，证明改进算法收敛速度和迭代次数方面都较传统算法有着很大的改进，并进一步证明本文所提出的改进方法与策略是正确和可行的，有利于更好的对当前的物流配送路径进行优化。
2021-12-06 17:10:04
1.25MB
1
针对蚁群算法存在停滞现象的缺点,提出一种动态调整的选择策略以强化其全局搜索能力.改进的选择策略通过适当刺激蚂蚁尝试具有较弱信息素解,以提高所得解的全局性.给出了新算法仿真实验步骤,并将改进后的蚁群算法与传统蚁群算法分别应用于旅行商问题(TSP)进行仿真实验.仿真结果表明,改进后的算法具有优良的全局优化性能,可抑制算法过早收敛于次优解,有效防止了停滞现象,收敛速度也大大加快.
2021-11-23 14:03:19
234KB
1
网上找到有些所谓的蚁群算法 其实是蚂蚁算法 算不成群的概念 这里基本称得上蚁群算法 借鉴了一个算法 添加了局部信息素更新 更改了全局信息素只对最优路径更新 借鉴了伪随机思想 避免局部最优 不断改进中 希望大家0分共享一些资源 共同进步 ">网上找到有些所谓的蚁群算法 其实是蚂蚁算法 算不成群的概念 这里基本称得上蚁群算法 借鉴了一个算法 添加了局部信息素更新 更改了全局信息素只对最优路径更新 借鉴了伪随机思想 避免局部最优 不断改进中 [更多]
2021-05-24 15:42:53
36KB
1
自适应蚁群算法摘要 ：序列 比对是生物信息学的重要研究-rg。蚁群算法是一种新型的模拟进化算法，并被成功地应用于旅行商问题(TSP)
等组合优化问题中。该文将蚁群算法应用于序列比对，并提出基于 自适应调整信息素的改进算法。仿真结果表明这种新的
比对算法是有效的，而它的改进算法的效果更为理想。
关键词：蚁群算法；序列比对 ；信息素在序列比对中的应用
2021-04-29 14:54:37
182KB
1
这是本科毕业设计，使用matlab在20乘以20的栅格地图中实现路径规划，包括静态环境以及动态环境下的避障。程序可以成功运行，地图可以手动修改，在这里还有自适应改变信息素挥发因数的改进方案，有很多子程序，注释非常详细，希望对你有用
2021-03-12 18:06:45
9KB
1
物流活动中需要找出各个配货节点之间的最短路径, 用以指导物流车辆调度, 进而节约物流成本。提出解决车辆路径优化问题的方法, 针对蚁群算法的缺点, 分别对信息素更新策略、启发因子进行改进, 并引入搜索热区机制, 有效解决了蚁群算法的缺陷。最后, 以哈尔滨市局部地图为原型, 应用MATLAB软件对改进蚁群算法求解车辆路径优化问题的性能进行仿真, 并与基本蚁群算法对比分析, 验证了改进蚁群算法的有效性和可行性。
2020-05-16 21:05:34
1.33MB
1