简介：提出了一个火力分配的非线性整数规划模型，该模型充分考虑了多火力点联合毁伤概率对实际射击效果的影响。应用基本蚁群指派算法可以求解此NP问题，但难以满足战术决策的实时性要求。为此，提出一种自适应的信息索更新方法和消除无效分配的变异策略，提高了收敛速度。采用删除已访问节点的方法取代比较禁忌表的方法，进一步降低了计算代价。计算机实验结果表明，该算法在优化性能和时间性能上都取得了良好的效果，满足战术决策的实时性要求。

简介：在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.

简介：

简介：TSP是一个经典的组合优化问题,已被证明。它还是经典的NP完全难题,该问题已被广泛用于物流系统中车辆选路等方面。近年来,学者们基于生物理论提出了许多解决此类问题的方法,其中就包括蚁群算法。通过描述TSP问题,并在此基础上探讨运用蚁群算法求解TSP问题。

简介：针对遗传算法求解到一定范围容易产生大量冗余迭代、求解精度低,蚁群算法初期信息素匮乏、求解速度慢的缺陷,在电网规划算法中,将遗传算法与蚁群算法融合,在网架规划初期采用遗传算法求解出最优解,通过最优解生成蚁群算法的初期信息素,确定吸引强度的初始值,建立强度更新的模型,从而得到满足电网规划的最优方案。最后通过18节点的算例证明,融合算法在收敛性与寻优性上均得到提高。

简介：文章采用蚁群算法来解决QoS路由的寻路问题。首先，本文对蚁群算法的基本原理和工作机制进行简单介绍，阐述了蚁群算法在网络路由问题中的应用。该算法的实现解决了通信网络中的端到端时延及带宽约束的路由问题。根据信息素强度局部和全局更新准则，本文实现了蚁群算法的最优解的寻找过程，克服了一定的局限性，快速找到满足QoS要求的全局最优解。

简介：蚁群优化算法是一种新型的模拟进化优化算法，为求解复杂的组合优化问题提供了一种新的思路。文章对蚁群优化算法理论及其收敛性进行了分析．并从选择策略、信息素更新、信息素浓度的变异等多方面对蚁群优化算法提出了改进，不仅使其跳出局部最优解的能力更强，而且能较快地收敛狲全局最优解，在TSP问题上的应用表明改进算法具有良好的性能。

简介：蚁群算法是近十几年迅速发展起来的一种优化算法,能很好地解决静态及动态组合的优化问题,而WSN（无线传感器网络）是近几年涌现出来的新技术,其中的节点定位技术是有待突破的关键技术之一。基于移动信标节点定位的三边测量法基础上,引入蚁群算法来建立信标移动最佳路径的算法,得到了优化后的算法模型,并进行了仿真试验。结果表明：经过蚁群算法优化后,能减少发射信标的数量,得到最优移动路径,使节点定位精度达到10%。

简介：摘要：为实现滨南采油厂管路布局优化，降低生产成本，本文以井站间管线长度最短或产量距离和最小为目标函数，建立了滨南采油厂全局集输管网总体优化模型；在给定约束条件下，采用遗传算法中嵌套蚁群算法的思路对管网布局模型进行同步优化求解，采用蚁群算法对井组进行了划分，选择变尺度法、遗传算法对站址进行了优化。

简介：摘 要：本文提出了一种在蚁群搜索路径过程中,通过建立α(信息素启发式因子), β(期望启发式因子)的互锁关系,动态自适应调整α、β的改进蚁群算法;并进行静态已知环境建模,通过仿真实验,验证了该方法的可行性和有效性,同时将其应用到TSP问题,并取得了较好实验效果.

简介：研究在VLSI布线中采用蚁群算法的优劣性。先介绍用蚁群算法实现阶梯叉树走线．再通过Matlab编程对蚁群算法和迷宫算法分别实现曼哈顿走线进行比较，结果表明，蚁群算法在VLSI布线中的适用性不受布线结构的限制，而且在得出最优解方面比迷宫算法具有优势，只是受计算速度的限制。一般来说，只要能够给出布线的具体要求，蚁群算法都可以合理地应用于VLSI布线中。

简介：合理配置车间作业调度中的各种资源可提高生产设备利用率与生产效率,降低生产成本。本文提出了一种求解混流装配线作业调度的蚁群算法,从信息素更新、状态转移概率论证该算法。通过计算目标函数与目标追随法、遗传算法、模拟退火算法比较,结果证明该算法对作业调度能够起到优化作用。

简介：为了解决蚁群算法收敛速度慢和易陷入局部最优的问题，提高算法在连续空间中的寻优能力．本文提出了一种基于有向搜索的智能蚁群优化算法。该算法使转移概率较大的蚂蚁个体在解空间中进行局部有向变步长搜索，有效地避免了算法陷入局部最优，缩短了搜索时间，在寻优精确度取得了很好的效果。通过仿真验证了算法的有效性

简介：介绍了蚁群算法的原理及蚁群算法在多段图中的应用,给出了实现程序,并进行了性能分析。

简介：蚁群算法是近年来新出现的一种随机搜索寻优算法，该算法为求解复杂的组合优化问题提供了一种新思路，引起了众多学者的研究兴趣。通过在函数优化问题中的应用，说明该算法能有效地避免陷入局部最优，指出了蚁群算法在优化问题中的应用前景。

简介：简要介绍了蚁群算法,并从解决连续域问题的角度分析了段海滨等提出的基于网格划分策略的连续域蚁群算法的基本原理,针对该算法的特点和存在的缺陷,提出了改进的办法:在前期用遗传算法快速生成初始信息素,再利用蚁群算法寻求精确解。最后通过对一个二维连续域函数优化仿真实验,证明了改进后蚁群算法的有效性。仿真实验结果证明:改进后的蚁群算法无论是时间性能还是优化性能都明显优于改进前的蚁群算法,克服了蚁群算法的缺陷,大大提高了算法的速度和求解效率,达到了时间性能和优化性能的双赢。

简介：本文介绍了自然界中蚁群的觅食行为、基本蚁群算法的数学模型和程序结构流程、蚁群算法的改进以及蚁群算法在航海上的应用等方面,最后将蚁群算法在航海领域中的研究问题和未来研究方向进行了总结,对从事船舶路径规划和船舶自动避碰等问题的学者来讲,具有重要参考价值.

简介：蚁群算法是受现实蚂蚁群体行为启发而得出的一类仿生算法。从蚁群算法与实际交通问题的求解有很强直接对应特性出发,对蚁群算法在交通领域的应用进行全面综述。蚁群算法也可应用于交通过程建模、交通过程优化及导航、交通运输规划等交通领域。

简介：摘要：旋翼无人机的轨迹规划是指在特定约束条件下，寻找满足旋翼无人机机动性能及其他战术要求的，从起始点到目标点的最优飞行轨迹，它是旋翼无人机任务规划系统的关键技术，也是无人机实现自主飞行的技术保障。

简介：在现代战争中随着新体制雷达的不断涌现,电磁环境变得越来越复杂,这就对雷达信号分选提出了新的挑战。目前普遍采用的基于直方图统计的信号分选方法越来越不适应现代雷达信号环境。文中将聚类分析技术引入到雷达信号分选中,将蚁群算法和K-Means相结合,互相弥补不足,提出了一种新的雷达信号分选方法,该方法易编程实现,不需要雷达信号的先验知识,适用于处理未知信号的雷达。仿真实验证明分选结果较理想,为雷达信号分选提供了新的思路。