前面一个资源没有考虑全局信息素的挥发,这一个做了一点改进...
2022-05-31 00:11:28 9KB TSP ACA
1
智能算法求解TSP问题的比较.doc
2022-05-30 14:06:11 3.14MB 文档资料
本代码基于matlab实现了遗传算法解决TSP问题,并且对不同城市的个数进行了对比
2022-05-28 19:50:41 4KB 遗传算法 TSP 旅行商
1
运用蚁群优化算法解决TSP问题的详细教程。
2022-05-27 15:44:03 161KB 蚁群 TSP Matlab 物流
1
模拟退火算法是解决TSP问题的有效方法之一,其最初的思想由Metropolis在1953年提出,Kirkpatrick在1983年成功地将其应用在组合最优化问题中。
2022-05-25 22:13:44 677KB
1
在Matlab实现使用基本蚁群算法,并且能够解决TSP问题
2022-05-25 15:18:04 4KB 蚁群算法 Matlab TSP
1
.net版遗传算法解TSP问题.txt
2022-05-24 18:05:07 31KB .net 综合资源

有关蚁群优化算法收敛性分析的研究还很少,不利于进一步改进其算法.为此, 较详细地分析了用蚁群优化算法求解TSP问题的收敛性,证明了当0

1
利用遗传算法解决的tsp问题,matlab源码
2022-05-20 12:07:44 17KB matlab 遗传算法 tsp
1
蚁群算法解TSP问题伪代码 蚁群算法 Step1 初始化,把最优路径长度设置为一个很大值计算城市之间的距离,设 置环境信息素为1.0 Step2 蚂蚁搜索前初始化,设置全部城市为没有去过,走过的路径长度设置 0 随机选择一个出发城市 Step3 蚂蚁开始移动,调用ChooseNextCity()函数选择下一个城市,直到 走完所有的城市。 Step4 调用CalPathLength()函数计算走过的路径长度 Step5 等到每只蚂蚁搜索完一遍,把最优路径(路径长度最短)保存在 m_cBestAnt.m_dbPathLength中并输出。 Step6 根据路径长度更新城市之间的信息素 Step7 重复执行Step2至Step6 N_IT_COUNT次
2022-05-19 21:54:46 1.28MB 蚁群 算法
1