在信息素更新上面对于蚁群算法所做出的改进，

多车场多车型最快完成车辆路径问题的变异蚁群算法

旅行商问题（TSP）是最古老而且研究最广泛的组合优化问题。针对TSP问题，提出一种蚁群与粒子群混合算法（HAPA）。HAPA首先将蚁群划分成多个蚂蚁子群，然后把蚂蚁子群的参数作为粒子，通过粒子群算法来优化蚂蚁子群的参数，并在蚂蚁子群中引入了信息素交换操作。实验结果表明，HAPA在求解TSP问题中比传统算法和同类算法更具优越性。

这是Image edge的演示程序% 检测使用变异自适应蚁群优化，CCI V 交易，LNCS 6910，2011，第 27-40 页。

蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型技术。它由Marco Dorigo于1992年在他的博士论文中引入，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。 　　蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值. 　　蚁群算法是一种求解组合最优化问题的新型通用启发式方法，该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型，基于故障过电流的配电网故障定位变为一种非线性全局寻优问题。由柳洪平创建。

蚁群算法搜索信号有效带宽-search_wide_signal_all.m 蚁群算法搜索信号有效带宽

本人论文是AGV路径规划研究，学习总结了一些有关路径规划方面的东西，希望对你们有所帮助，大家一起学习！

有关算法的讲解，告诉你如何分析蚁群系统的分布式算法

【路径规划】基于蚁群算法求解栅格地图路径规划问题matlab源码含GUI.md

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真