共查询到18条相似文献,搜索用时 328 毫秒
1.
物流配送路径优化是近年来物流领域的重点研究问题.本文针对传统Dijkstra算法在处理结点数较多的应用时存在计算时间和存储空间较大的问题,提出了一种基于改进的蚁群算法的物流配送路径优化算法,构建了物流配送的优化模型,阐述了改进的蚁群算法在物流配送路径优化中的实现.实验结果表明,本算法在物流配送路径优化中是行之有效的. 相似文献
2.
3.
4.
人工蚁群算法是受到蚂蚁在觅食过程中能发现蚁巢到食物的最短路径这种搜索机制的启发而发展起来的一种群体智能算法、蚁群算汝在求解一系列困难的组合优化问题上取得成效,成为解决TSP,VRP,QAP,JSP等典型问题的一种新型的强有力算法.本文对蚁群算法的起源和发展历史、算法理论研究的主要内容和方法以及应用等进行了系统的论述. 相似文献
5.
6.
7.
随着计算机技术的日新月异,一些新的仿生优化算法像蚁群算法得到了迅速发展和广泛应用。本文在蚁群算法中引入遗传变异操作,并对蚁群算法做了改进。实验结果表明此方法行之有效。 相似文献
8.
数据挖掘技术能从海量数据中发现潜在的有用的信息和知识,蚁群算法在处理组合优化问题方面也已取得了较好结果,这就使得将蚁群算法应用于数据挖掘中的前景非常广阔。本文主要讨论了蚁群算法在数据挖掘聚类分析中的研究现状,最后总结了蚁群算法在数据挖掘应用中尚待解决的问题。 相似文献
9.
10.
蚁群算法是一种新型高效的启发式优化算法,在解决优化组合问题特别是TSP求解问题上具有很高效率.本文在分析了蚁群算法的基本原理和工作机制的基础上,从信息素的更新改进实现对节点重复率的控制,并通过仿真实验实现相关参数的最优选择.实验证明,改进算法可以有效地减少蚂蚁行走的盲目性,提高了蚁群算法在迭代过程中更新TSP最优解的能力. 相似文献
11.
介绍了一种求解复杂组合优化问题的新型的模拟进化算法——蚁群算法。阐述了该算法的基本原理、模型以及实现过程,并且介绍了蚁群算法在TSP问题、二次分配问题、车间作业调度问题、大规模集成电路综合布线以及车辆路径问题等组合优化问题中的应用思路。 相似文献
12.
蚂蚁算法是一种元启发式优化算法,研究表明其具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合等特点,但是也存在一些不足。针对蚁群算法的不足,许多的学者提出了诸多的改进算法,通过对改进算法的研究发现对改进策略的研究是非常必要的。文中对改进策略进行总结,为算法改进发展提供必要的参考。 相似文献
13.
移动网络优化问题是一个NP难问题,所以它并不能保证在合理的运行次数里就找到最优的方案。常用的人工智能求解优化问题有遗传算法、蚁群算法和禁忌算法。相对于这几种算法在离散对象的组合优化问题中优势比较明显,而禁忌算法更容易跳出局部极值从而能在更大的范围内寻找到一个较优解。我们开发的基于禁忌算法的长沙移动网络优化软件,通过科学分析采集的数据,从而解决话务阻塞和掉话问题,优化了网络,提高了长沙移动的网络质量。 相似文献
14.
15.
本文针对标准人工蜂群算法开发能力较弱的缺点,借鉴粒子群算法的思想,将全局最优解引入,与引领蜂进行交叉操作,使蜂群进行有引导的探索,通过基准函数的测试,证明了改进后的算法性能有所提高。 相似文献
16.
17.
18.
A new design method based on artificial bee colony algorithm for digital IIR filters 总被引:11,自引:0,他引:11
Nurhan Karaboga Author Vitae 《Journal of The Franklin Institute》2009,346(4):328-348
Digital filters can be broadly classified into two groups: recursive (infinite impulse response (IIR)) and non-recursive (finite impulse response (FIR)). An IIR filter can provide a much better performance than the FIR filter having the same number of coefficients. However, IIR filters might have a multi-modal error surface. Therefore, a reliable design method proposed for IIR filters must be based on a global search procedure. Artificial bee colony (ABC) algorithm has been recently introduced for global optimization. The ABC algorithm simulating the intelligent foraging behaviour of honey bee swarm is a simple, robust, and very flexible algorithm. In this work, a new method based on ABC algorithm for designing digital IIR filters is described and its performance is compared with that of a conventional optimization algorithm (LSQ-nonlin) and particle swarm optimization (PSO) algorithm. 相似文献