考虑智能交通系统中员工在聚集站点上下班，建立车辆调度问题的数学模型。 针对蚁群优化算法的缺点，自适应地改变信息素挥发因子，采用混沌搜索产生初始种群可以加速染色体向最优解收敛，构成一种自适应蚁群优化算法。 应用该算法和基本蚁群优化算法对该模型求解，实验证明了构造算法在收敛速度和寻优结果两方面都优于基本蚁群优化算法
2019-12-21 21:15:29
877KB
1
对蚁群聚类算法进行了分类说明和列举，蚁群聚类的模型和实验结果，以及和其他聚类算法的比较优越性能。最后还有对蚁群聚类前景的展望和总结。
2019-12-21 21:08:38
439KB
1
蚁群算法（Ant Colony Algorithm，ACA），最初是由意大利学者Dorigo M. 博士于1991 年首次提出，其本质是一个复杂的智能系统，且具有较强的鲁棒性，优良的分布式计算机制等优点。该算法经过十多年的发展，已被广大的科学研究人员应用于各种问题的研究，如旅行商问题，二次规划问题，生产调度问题等。但是算法本身性能的评价等算法理论研究方面进展较慢。
2019-12-21 21:07:22
6KB
1