共查询到18条相似文献,搜索用时 93 毫秒
1.
尽管蚁群优化算法在优化计算中有大量应用,但在大规模优化问题中蚁群算法仍存在搜索时间过长、易于停滞现象等等应用瓶颈。基于这些原因,根据经济学组织交易成本理论,文中提出一种新的通过聚类来降低优化问题规模的蚁群优化算法:基于聚类的蚂蚁优化算法,并从理论上表明比其他蚁群优化算法提高了收敛速度并延迟停滞现象。 相似文献
2.
蚁群优化算法的研究现状及研究展望 总被引:17,自引:0,他引:17
本文首先简要地介绍蚁群优化算法的来源、对应的生物原理和算法实现的框架.然后详细地讨论了算法的研究现状以及在各种优化问题中的应用情况,同时也指出了蚁群优化算法在当前应用中的一些不足.针对这些不足提出了解决方法,描述了几种蚁群优化算法的修正策略.最后对蚁群优化算法下一步的研究方向进行了展望. 相似文献
3.
赵福泉 《电脑编程技巧与维护》2021,(3):6-7,18
蚁群算法是一种模拟蚂蚁行为的启发式优化算法,该算法应用于多领域的优化解析。阐述了蚁群算法的基本原理,并以人工蚁群为基础,深入剖析了基本蚁群算法和改进算法,总结了算法的优缺点及应用范围。介绍了蚁群算法在多目标优化中的应用,并总结了一般的实现方法和步骤。 相似文献
4.
5.
路径规划是移动机器人领域的一个研究热点,蚁群算法在移动机器人的路径规划得到广泛应用。介绍了常见的几种蚁群算法,从蚁群算法结构、参数选取及优化、信息素优化等方面对已有的蚁群算法方法进行了分类综述,同时对多蚁群优化算法、融合蚁群算法在移动机器人路径规划的应用进行了分类比较与分析。从蚁群算法的理论研究、算法融合、多蚁群算法研究等方面对蚁群算法在移动机器人路径规划中的未来研究内容和研究热点进行展望。 相似文献
6.
蚁群算法及其应用研究进展 总被引:11,自引:2,他引:9
蚁群算法作为一种仿生进化算法,是受到真实蚁群觅食机制的启发而提出的.首先介绍了蚁群算法的基本原理和工作机制,然后分别就蚁群算法的理论和应用的研究现状进行了综述,主要包括蚁群算法的参数设置,蚁群算法的改进,蚁群算法的收敛性以及蚁群算法在组合优化问题和连续优化问题中的应用,并进一步给出了它们的研究重点和发展方向,最后是关于蚁群算法的研究展望和面临的挑战,提出了蚁群算法研究中值得探讨的一些课题. 相似文献
7.
8.
9.
PID控制由于算法简单,鲁棒性好在过程控制中获得了广泛的应用,但是经典的Z-N算法整定的PID参数却并不是最佳的。蚁群算法是一种新型的优化算法,具有收敛速度快、鲁棒性强的优点。本文介绍了蚁群算法的数学模型,针对某个线性系统设计了基于蚁群算法的智能PID控制器,仿真表明智能PID控制器具有良好的控制性能。 相似文献
10.
11.
物流中的车辆路径问题(VRP)是目前组合优化领域的研究热点问题,VRP为NP-hard问题。本文在对VRP分析的基础上,建立数学模型,提出了一种适合求解该问题的蚁群遗传融合优化算法。提出的优化算法首先采用蚁群算法在局部阶段产生最好解,然后利用遗传算法的优良基因在全局阶段对优化解进一步优化,以获取最好路径解。实验结果表明,提出的融合算法能高效解决VRP问题,且优化效果比单算法好。 相似文献
12.
仿生学优化算法是一类模仿生物行为和自然界现象的仿生算法,其目的是求解优化问题的全局最优解。本文首先介绍了各种仿生学优化算法的起源和基本原理,主要包括蚁群优化算法、粒子群优化算法、细菌觅食优化算法、蜂群优化算法、鱼群优化算法、萤火虫群优化算法、狼群优化算法、蝙蝠算法、鸡群优化算法、进化算法、免疫算法、克隆选择算法和小世界网络等。然后总结了仿生优化算法的研究现状,并给出了仿生优化算法在信号处理、图像处理、语音处理和通信网络等领域中的典型应用。最后,归纳了仿生学优化算法的特点,并对如何扩展其适用范围、探索新的仿生学优化算法提出了基本思路,对其发展进行了展望。 相似文献
13.
赵吉东 《数字社区&智能家居》2014,(10):6674-6676
蚁群算法是模拟蚂蚁活动规律而提出的一种元启发式优化算法,研究表明其具有很多优点,在解决优化问题时表现出很好特性,但也存在一些缺陷。因此,许多学者提出了许多改进算法。该文对算法的改进策略进行研究,形成结论,为算法进一步发展提供参考。 相似文献
14.
蚁群算法在解决一些NPC(Non-deterministic polynomial complete)问题时具有较大的优势,但也存在一些不足,如收敛精度低、收敛速度慢等.为了平衡收敛精度与收敛速度之间的矛盾,提出一种基于虚拟蚂蚁的局部优化蚁群算法.该算法通过降低重复计算资源的比例来提高计算资源的利用率,从而提升较少迭代次数时的精度.对单位信息素和全局更新策略进行调整,使之与所提出的算法匹配.同时,增加两点局部优化算子——点交换和交叉去除,加快收敛速度,进一步提高解的精度.通过约束局部优化算子的参数,减少局部优化的计算量,使整体算法的复杂度与基本蚁群算法大致相当.从最终的实验数据可以得出,所提出的算法在较少迭代次数的情况下可以得出较高的精度,在收敛速度与收敛精度之间实现较好的平衡. 相似文献
15.
解决复杂优化问题的一个有效工具——蜂群优化算法* 总被引:2,自引:1,他引:1
蜂群的某些群智能行为在昆虫中是很独特的,因此来源于蜂群智能行为的各种优化算法在解决某些实际问题时是很有效的。较之其他的优化算法,目前国内关于蜂群优化算法的文献相对较少。简要介绍了若干蜂群优化算法的发展概况,并探讨了一些未来可做的工作。 相似文献
16.
本文提出一种新的群集智能算法,在用Dijkstra算法基于链接图建模的地图中得到一个最优解的可行空间后,再用粒子群算法或蚂蚁算法优化得到全局的最优路径。因为群集智能算法是一种概率搜索算法,没有集中控制约束条件,不会因为个别个体的故障影响整个问题的求解,具有较强的鲁棒性,所以在机器人全局路径规划应用中具有较显著的优点。仿真结果表明了算法的有效性,是机器人路径规划的一个较好的方法。 相似文献
17.
18.
基于蚁群算法的航班网络座位优化研究 总被引:1,自引:0,他引:1
座位优化是航空公司增加收益的有效方法,航班网络座位优化是目前主要的研究方向。针对起始地 目的地 舱位票价(ODF)和座位数组合的复杂性,传统的优化模型由于决策变量数多,难以用于实际计算;改进的线性规划方法在一定程度上改善了模型的实用性,但在求解大规模的网络问题时,计算时间长,复杂度高。采用蚁群算法求解网络座位优化问题能克服以上不足。实验结果表明,蚁群算法能快速得到令人满意的解;同时,蚁群算法简化了问题复杂度,思想简单,易于实现。 相似文献