动态信息素更新和路径奖惩的蚁群算法
针对蚁群算法容易陷入局部最优,收敛速度慢,难以解决大规模问题,提出依据信息熵和停滞次数的动态信息素的更新策略和基于最优路径集合的奖惩策略的蚁群算法,在动态信息素更新策略中,利用收敛系数来动态调节信息素,从而有效的平衡算法的多样性和收敛性.在搜索过程中,通过持续增大收敛系数,加快了收敛速度;当信息熵降低或者停滞次数达到一定数值时,通过降低收敛系数,从而跳出局部最优.同时基于最优路径集合,对较优路径奖励,对其他路径惩罚,通过减少蚂蚁每一步可选城市的数量,加快了收敛速度.并且使用三种局部优化方法,从而进一步提高解的精度.经过实验测试,该算法用于解决旅行商 TSP(Travelling Salesman Problem)问题,具有较高的求解精度,并能有效平衡解的精度和收敛速度的矛盾.
文件下载
评论信息
其他资源
- Xilinx ISE14_7破解文件和步骤已测可用
- 模式识别matlab实例：最小错误率、最小风险贝叶斯决策
- tensorflow实现简易的汽车检测car-detect
- abstract algebra 3rd.pdf
- 计算机代数系统的数学原理
- Phased Array Antennas Floquet Analysis
- java小程序的案例小程序
- 「深度学习人群计数」2020综述论文（北航发布）.pdf
- ASP校园二手网源码、二手网站源码、信息网站源码（绝对完整好用）
- 数据文件结构分析方法
- cef_100_percent.pak
- 扬州大学历年《中国古代文献学619》研究生入学考试试题.pdf
- 丹麦门萨权威IQ测试(附参考答案).pdf
- OS_英文简写.pdf
- AliyunGWSApp.zip
- 手机电子商城平台_jsp.zip
- 用委托写的sqlHelper
- 易康ecognition培训教程
- 个人账簿管理系统c++
- 中文版-flash游戏编程指南（全）
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