TSP use some algorithm to solve the TSP. Including Genetic Algorithm(GA),Particle Swarm Optimization(PSO),ant colony optimization(ACO). 利用遗传算法 粒子群算法 蚁群算法 求解旅行商问题 You can get more detail info from my blog. 我的博客中有代码的算法原理，链接如下。 url:

ps色卡

ps色卡

Photoshop色板

Route-Planning use some algorithm to solve the Route Planning. Including Genetic Algorithm(GA),Particle Swarm Optimization(PSO),ant colony optimization(ACO). 利用遗传算法 粒子群算法 蚁群算法 求解路径规划问题 You can get more detail info from my blog. 我的博客中有代码的算法原理，链接如下。 url: end

刀具使用寿命会直接影响刀具需求计划制定、刀具生产准备以及切削参数制定等。然而，由于刀具使用寿命的影响因素众多，目前虽然有多种刀具使用寿命的预测方法，但这些方法存在结果准确性不佳或对新材料新工艺无从入手等缺陷，均无法对刀具使用寿命进行有效快捷的准确预测。采用人工神经网络技术，针对反向传播算法存在收敛速度慢、容易陷入局部极小值、全局搜索能力弱等缺陷，采用蚁群优化算法（ACO）训练BP神经网络，建立了基于ACO―BP算法的铣刀寿命预测神经网络模型，在兼顾网络学习速度的同时保证了模型的全局搜索能力及鲁棒性。

Matlab WSN代码与群优化ACO蚂蚁殖民地优化 在此代码中（功能完整，进入ACO例程时速度甚至很慢），您可以看到：有两种情况：第一种）没有ACO的WSN网络，由于路由协议（最短路径）使用相同的路由消耗节点能量，直到节点死亡。 ...第二）与ACO第一步相同的WSN网络，由于路由协议（最短路径）而消耗节点能量，但由于所用路径的能量ACO转换而改变了路由。

非对称限幅的光正交频分复用（ACO-OFDM）已成为高速光无线通信（OWC）的最有前途的技术之一。 然而，作为关键挑战，在实际系统中改善ACO-OFDM的解调性能尚未得到很好的解决。 大多数既定的解调方案都会由于偶数子载波的丢弃或直流（DC）偏移的干扰而导致性能下降，这是实际OWC系统中最常见的损害之一。 据我们所知，只有一种已建立的方案（Dissanayake和Armstrong，2011 [1] ）解决了存在DC偏移的ACO-OFDM解调问题，但是它需要相对较高的计算工作量。 为了应对这一挑战，本文提出了一种新颖的ACO-OFDM解调方案。 通过使用虚拟净窗（VCW），我们开发了估计和消除DC偏移的方法，从而即使在存在DC偏移的情况下，也可以探索ACO-OFDM的偶数子载波以提高解调性能。 与（Dissanayake和Armstrong 2011 [1] ）中提出的方案相比，该方案显着降低了处理复杂性。 仿真结果表明了该方案的性能。

蚁群算法

利用蚁群算法实现图像分割，效果不错。