针对蚁群算法路径规划初期信息素浓度差异较小，正反馈作用不明显，路径搜索存在着盲目性、收敛速度相对较慢、易陷入局部最优等情况，人工势场算法的势场力可引导机器人快速朝目标位置前进，提出势场蚁群算法，通过栅格法对机器人的工作环境进行建模，利用人工势场中的势场力、势场力启发信息影响系数及蚁群算法中机器人与目标位置的距离构造综合启发信息，并利用蚁群算法的搜索机制在未知环境中寻找一条最优路径。大量的仿真实验表明势场蚁群算法路径规划能找到更优路径和收敛速度更快。
2021-12-13 17:39:41
599KB
1
蚁群优化（ACO）是一组受蚂蚁的社交行为启发而来的概率元启发式算法和智能优化算法。在本文中，我们将与您分享MATLAB中ACO的完整和开源实现。在三个不同的项目中实施ACO来解决以下问题：旅行商问题（TSP），二次分配问题（QAP），二进制背包问题。该算法以结构化的方式实现
2021-12-13 15:56:57
6KB
1
详细展示链接：https://blog.csdn.net/qq_35685675/article/details/80740609
2021-12-13 11:28:27
2.36MB
1
粒子群算法ppt，内容有
群集智能算法基本思想
PSO基本算法
PSO标准算法
PSO收敛性
PSO改进算法
PSO应用
pso不确定优化
pso求解约束优化问题
2021-12-12 18:09:08
6.57MB
1
文章：智能算法之粒子群算法及改进（https://blog.csdn.net/qq_43683133/article/details/106962829）配套代码
2021-12-11 09:19:18
1.84MB
1
根据反导预警资源的实际特点，采用多Agent技术研究反导预警调度问题。设计资源管理Agent和预警资源Agent，给出卫星与雷达探测目标的适宜度计算方法，以方案适宜度最大化为目标生成调度方案。为提高调度方案的时效性设计一种基于自适应概率的粒子群算法，算法中粒子的每一维分量根据方案适宜度以不同概率取值，反映粒子的思考过程。实例分析表明，该算法与现有的预警资源调度算法相比，能较快地收敛到一个较优值，使调度方案满足反导预警作战实时高效的要求。
2021-12-10 21:18:50
897KB
1
群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。
这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。
2021-12-10 20:39:12
6KB
1