Python编程实现蚁群算法详解
简介
蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。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。蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。
定义
各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。当一只找到食物以后，它会向环境释放一种挥发性分泌物phero
文件下载
评论信息
其他资源
- 易语言海康SDK类模块，包含修改ip和获取IP搜索功能、预览、抓图等等
- matlab车牌识别系统
- 一个简单的论坛项目，参考使用
- MATLAB复杂网络相关参数计算
- MATLAB 多目标粒子群算法源代码
- Navicat_for_Oracle_11.0.10 包含oci sqlpus文件
- Unity3D插件SteamVR(旧版本1.2.3)
- 模糊综合评价matlab实现
- 基于8邻域的区域增长算法 matlab实现
- MAX31855库
- python requests模块下载
- GameofMir(GOM引擎)脚本解密器
- swingx-1.6.1.jar
- 【免费】【保证可以运行】MATLAB实现耶鲁人脸库，人脸识别的一个很好的工具。
- 电商平台源代码
- 神经网络BP算法程序-C语言
- 学校内部工资管理系统.rar
- 216种Web安全颜色谱
- MATLAB源码集锦-复杂网络最近邻耦合网络程序
- C语言视频教程16-30讲及一些资料
- DDR SDRAM控制器参考设计VHDL代码.7z
- 变频调速系统设计
- 基于VC++的图像修复源代码
- 并行粒子群优化算法的设计与实现
- 35GHz与94GHz毫米波雷达目标特征比较
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明