在matlab中使用蚁群算法解决航迹规划问题，主要实现在二维坐标中使得油耗代价及威胁代价最小

1992年，意大利学者M. Dorigo在其博士论文中提出 蚂蚁系统（Ant System）。 近年来， M. Dorigo等人进一步将蚂蚁算法发展为一种通用的优化技术——蚁群优化（ant colony optimization, ACO）

基本蚁群算法python代码，程序附带测试数据

在MATLAB中利用蚁群算法进行优化PID参数，function [Pid_kp_Opertimizer,Pid_ti_Opertimizer,Pid_td_Opertimizer,Overshoot,Tr,Ts]=OptimizerPID1(m,NC_max,Alpha,Beta,Rho,Q) %% 主要符号说明 %% NC_max 最大迭代次数 %% m 蚂蚁个数 %% Alpha 表征信息素重要程度的参数 %% Beta 表征启发式因子重要程度的参数 %% Rho 信息素蒸发系数 %% Q 信息素增加强度系数 %% 输出分别表示：PID 三个最优参数、超调量、上升时间、下降时间 在运次程序之前，要先加载OptimizerPID.slx文件，然后再运行OptimizerPID.m文件，这个函数需要相应的参数才能运行，参数的含义在代码已经写出来了。

蚁群算法合集（包含129篇）

简单蚁群算法C++代码

资源包括详细的代码和注释，代码由VS2005 编写，附有可执行文件和源代码。附有说明文档可供参考。

基于蚁族算法的二维路径规划算法，可以用于机器人的路径规划问题，寻找最优路径。

蚁群算法，求解最短路线。包含详细的程序代码。

在Qt4.8.7上使用C++编写的一个蚁群算法求解TSP问题的示例，并配有简单的图形显示，由于是简单实现，所以没有将各部分进行封装，但是主要参数和部分都有完整注释，如有问题欢迎指出，欢迎交流！