提出一种基于蚁群算法的无线传感器网络按需多路节能路由算法。该算法综合了蚁群优化算法和AODV路由协议的思想，通过蚂蚁并行地在源节点和目的节点之间建立多路径路由，提高了网络数据传输的实时性、延长了整个网络的生命期。仿真结果表明，该算法与多种群蚁群优化路由算法、基本蚁群算法相比，在整个网络的生命期和节能方面效果显著。

结合前两部分，蚁群算法和碰撞检测，这部分将以上两部分的结果进行整合绘图展示，整体完成机械臂在通过障碍物时，保证机械臂不碰到机械臂前提下，减小路径长度，保证运动平滑，很好的完成机械臂避障工作。

本压缩包包含蚁群算法对三维空间进行路径规划，用于机械臂的避障路径规划，通过对三维空间进行栅格划分，确定可视区域，使用蚁群算法规划出避障路线。

基于蚁群算法的二维路径规划代码

MATLAB源码集锦-改进蚁群算法求解连续空间优化问题代码

MATLAB源码集锦-蚁群算法求解TSP问题matlab代码

MATLAB工具箱大全-蚁群算法工具箱

蚁群算法最早是由Marco Dorigo等人在1991年提出，他们在研究新型算法的过程中，发现蚁群在寻找食物时，通过分泌一种称为信息素的生物激素交流觅食信息从而能快速的找到目标，据此提出了基于信息正反馈原理的蚁群算法。 蚁群算法根据模拟蚂蚁寻找食物的最短路径行为来设计的仿生算法，因此一般而言，蚁群算法用来解决最短路径问题，并真的在旅行商问题（TSP，一个寻找最短路径的问题）上取得了比较好的成效。目前，也已渐渐应用到其他领域中去，在图着色问题、车辆调度问题、集成电路设计、通讯网络、数据聚类分析等方面都有所应用。

matlab蚁群算法讲义，可入门与进阶，同时内含ppt讲义，方便教学。

随着云计算的蓬勃发展，针对云计算中虚拟机负载不均衡及任务集完成时间较长的问题，提出了一种基于蚁群优化的任务负载均衡调度算法（WLB-ACO）。首先基于当前虚拟机的资源利用情况判断虚拟机的负载状态，其次，根据虚拟机的负载因子定义信息素的挥发因子（w），改进信息素更新规则，并利用WLB-ACO合理的分配任务，使整个系统达到负载均衡状态的同时任务集的完成时间最短。最后，采用Cloudsim工具设计仿真实验，实验结果表明，提出的基于蚁群优化的任务调度算法在性能、最短完成时间及算法的稳定收敛性上有了一定的提高。