蟻群
- “蟻群”能否“噬大象”？美國陸軍未來無人作戰(zhàn)構(gòu)想
并射擊，以地面“蟻群”的行動模式遂行作戰(zhàn)任務。因此，未來“粗齒鋸”系列無人戰(zhàn)車的發(fā)展方向必將朝著更加耐用同時價格低廉的方向發(fā)展，成為美國陸軍“RCV-M”無人作戰(zhàn)部隊的核心組成部分。一鳴驚人，潛力無限——TRX履帶式無人戰(zhàn)車進行測試的“粗齒鋸-M5”坦克在本次俄烏沖突之中，要說爭議性最大的一款武器非美國援烏“彈簧刀”巡飛彈莫屬。具有極高的單兵便攜性、發(fā)現(xiàn)即打擊的巡飛彈必將成為未來步兵交戰(zhàn)地面規(guī)則的改變者。那么將巡飛彈與無人戰(zhàn)車的結(jié)合體你有想過么？它就是20
輕兵器 2022年10期2022-10-22
- 改進蟻群算法在機器人中的應用概述
海519000）蟻群算法是一種元啟發(fā)式的智能搜索算法，與另外的一些模擬式的進化型算法一樣，具有智能的特性。蟻群算法自被意大利學者DORⅠGO[1]于1996年提出，引起了許多研究者的關(guān)注。蟻群算法最初是被應用于商旅行問題，取得的效果尚好，但是因為其具有易收斂的缺點，仍需改進。隨著蟻群算法的發(fā)展和改進，因蟻群算法具有易與其他優(yōu)化算法結(jié)合的優(yōu)點，蟻群算法逐漸被應用于多個領(lǐng)域。本文首先從蟻群算法原理出發(fā)，再從蟻群算法在機器人中的應用及其發(fā)展趨勢進行描述。1 原始
科技與創(chuàng)新 2022年11期2022-06-13
- 螞蟻的社交方式：互相往嘴里吐口水
統(tǒng)計，在一個普通蟻群（至少容納數(shù)千只螞蟻）內(nèi)部，一分鐘內(nèi)發(fā)生的交哺現(xiàn)象可達20次以上。和其他動物不同，大多數(shù)昆蟲都有前腸、中腸和后腸，對于群居昆蟲而言，前腸已經(jīng)變成了一種“社交胃”。交哺時都會傳遞哪些東西在交哺現(xiàn)象中，營養(yǎng)物質(zhì)和蛋白質(zhì)從一個動物的“社交胃”傳遞到另一個動物。通過這樣的交流方式，螞蟻創(chuàng)造了自己專屬的“社交循環(huán)系統(tǒng)”，將群體中的每個成員與其他所有螞蟻聯(lián)系起來。木蟻就是通過這種方式，不斷地將營養(yǎng)物質(zhì)傳遞給彼此。當螞蟻進行交哺行為時，它們不僅在傳遞
家教世界·創(chuàng)新閱讀 2022年5期2022-06-11
- 螞蟻的社交方式：互相往嘴里吐口水
統(tǒng)計，在一個普通蟻群（至少容納數(shù)千只螞蟻）內(nèi)部，一分鐘內(nèi)發(fā)生的交哺現(xiàn)象可達20 次以上。和其他動物不同，大多數(shù)昆蟲都有前腸、中腸和后腸，對于群居昆蟲而言，前腸已經(jīng)變成了一種“社交胃”。交哺時都會傳遞哪些東西在交哺現(xiàn)象中，營養(yǎng)物質(zhì)和蛋白質(zhì)從一個動物的“社交胃”傳遞到另一個動物。通過這樣的交流方式，螞蟻創(chuàng)造了自己專屬的“社交循環(huán)系統(tǒng)”，將群體中的每個成員與其他所有螞蟻聯(lián)系起來。木蟻就是通過這種方式，不斷地將營養(yǎng)物質(zhì)傳遞給彼此。當螞蟻進行交哺行為時，它們不僅在傳
家教世界 2022年13期2022-06-03
- 增加方向性信息素的改進蟻群路徑規(guī)劃算法
算法等傳統(tǒng)算法和蟻群算法、魚群算法等仿生智能算法。其中，蟻群算法因為魯棒性強、易與其他算法結(jié)合、能并行運算等優(yōu)點被廣泛用于解決移動機器人的路徑規(guī)劃問題。從20 世紀90年代提出至今，無數(shù)專家和學者對其進行改進，使蟻群算法成功應用在不同的行業(yè)。如文獻[8]利用蟻群算法來優(yōu)化生產(chǎn)車間的運輸效率，有效地節(jié)約能源和降低生產(chǎn)成本；文獻[9]提出一種作業(yè)路徑生成算法和蟻群算法相結(jié)合的改進蟻群算法，并應用在無人機植保方面，有效縮短了無人機的搜索路徑等。然而，蟻群算法也有
現(xiàn)代電子技術(shù) 2022年10期2022-05-14
- 螞蟻的社交方式：互相往嘴里吐口水
交哺現(xiàn)象”（一個蟻群可能至少容納數(shù)千只螞蟻）?！按蠹s5年前，我們發(fā)表了一篇論文，描述了這樣一個事實，即當螞蟻進行交哺行為時，它們不僅在傳遞外來的食物，它們也在傳遞激素、配偶識別信號和其他各種物質(zhì)?！崩詹┓蛘f。因此，螞蟻通過互相吐口水的方式，不僅僅是在交換營養(yǎng)物質(zhì)，還是在創(chuàng)建一個消化道社交網(wǎng)絡，能量和信息在整個群體中不斷循環(huán)，以供需要這些資源的螞蟻。這很像你的大腦，分泌激素并將它們傳遞到身體的循環(huán)系統(tǒng)，并最終到達你的肝臟。螞蟻群體是一個“超級有機集體”勒博夫
新傳奇 2022年14期2022-04-20
- 基于精英策略的蟻群算法在AGV路徑優(yōu)化中的應用*
強大的算法。傳統(tǒng)蟻群算法的隨機選擇雖然能搜索更大的任務范圍，有助于搜尋潛在的全局最優(yōu)解，但是需要相對比較長的時間才能發(fā)揮正反饋的作用，致使算法在開始階段收斂速度較慢。同時，蟻群算法具有正反饋的特性，若蟻群算法在開始搜索時受次優(yōu)解影響，那么正反饋會使次優(yōu)解很快占據(jù)優(yōu)勢，使算法陷入局部最優(yōu)。針對上述問題，很多先前的研究者在蟻群算法的基礎上做出了改進，曹新亮等[2]針對蟻群算法在初期搜索目標的盲目性，建立了新的數(shù)學模型，對開始的信息素濃度提前進行差異化設置，進而
物流工程與管理 2022年3期2022-04-14
- 句容市白蟻調(diào)查及環(huán)保免藥物治理研究
，日照充足，為白蟻群生活提供了充足的水源和適宜的食物源，環(huán)境越來越美，樹木越來越多，帶來的問題是白蟻的危害越來越嚴重。要采用“預防為主、綜合治理”的方針，系統(tǒng)和綜合地運用多種方法，調(diào)查句容白蟻種類，掌握蟻群分布和危害情況，分析了多種因素對白蟻的影響，經(jīng)過長期研究對比，做了大量實驗，最后決定采用無藥物治理，對環(huán)境安全。關(guān)鍵詞：句容;蟻群;危害;無藥物;治理【中圖分類號】G644.5???????????? 【文獻標識碼】A ????????????【文章編號
中國藥學藥品知識倉庫 2022年1期2022-03-23
- 改進的蟻群算法在路徑規(guī)劃問題中的應用 ①
是一個熱點問題.蟻群算法在智能算法是比較常用的一種方法，雖然在收斂速度等方面有不足和局限，但是它具有的正反饋性、強魯棒性、并行性等優(yōu)點在機器人路徑規(guī)劃的問題中有優(yōu)勢，并且很多學者已驗證了蟻群算法在尋找最優(yōu)路徑方面具有較高的速度[4].鑒于此，通過將文獻[5][6]中的改進蟻群算法巧妙地柔和得出了另外一種新的改進蟻群算法，并且將此方法應用于解決機器人路徑規(guī)劃問題得到了很好的效果.1 相關(guān)理論1.1 基本蟻群算法在1992年，作為一種智能優(yōu)化算法的蟻群算法第一
佳木斯大學學報（自然科學版） 2022年1期2022-01-14
- 基于QoS云計算任務調(diào)度優(yōu)化
基礎之上，將傳統(tǒng)蟻群算法進行改良得到改進的蟻群優(yōu)化算法(improved ant colony optimization algorithm),使算法的效率明顯提高。在處理云計算資源分配方面的問題時有了明顯的提升，在減少成本的同時節(jié)省了任務所需要的時間，仿真模擬實驗說明算法在處理云計算資源分配方面問題時擁有較好的優(yōu)越度[8]。1 調(diào)度算法描述調(diào)度算法是云計算資源調(diào)度的核心技術(shù)，優(yōu)秀的調(diào)度算法可以保證云計算資源調(diào)度的高效性和合理性，因此引入傳統(tǒng)的蟻群算法，并
重慶大學學報 2021年9期2021-10-22
- 高速銑削工件表面粗糙度蟻群-BP神經(jīng)網(wǎng)絡建模
澤正摘?要：由于蟻群算法具有很好的多樣性、兼容性和正反饋，故十分適合用于BP神經(jīng)網(wǎng)絡學習率的優(yōu)化，從而建立蟻群-BP神經(jīng)網(wǎng)絡。訓練樣本對是以實驗1、實驗3、實驗5、實驗7、實驗9、實驗11、實驗13和實驗15下的高速銑削試驗數(shù)據(jù)組成的，并用高速銑削實驗中的工件表面粗糙度來建模。使用創(chuàng)建的高速銑削工件表面粗糙度預測模型來對實驗2和實驗6狀態(tài)中的高速銑削工件表面粗糙度進行預測，通過對比預測結(jié)果和試驗結(jié)果，可發(fā)現(xiàn)蟻群-BP神經(jīng)網(wǎng)絡能夠十分有效地對高速銑削工件表面
智能計算機與應用 2021年1期2021-07-11
- 基于改進蟻群算法的移動機器人路徑規(guī)劃方法
優(yōu)化算法主要包括蟻群算法、遺傳算法、粒子群算法、免疫算法、模擬退火算法、DNA計算方法以及各算法之間的組合優(yōu)化算法等[2-5].蟻群算法是一種啟發(fā)式的隨機搜索算法，由意大利學者Maniezzo團隊受螞蟻覓食行為的啟發(fā)，在1991年首次提出[6].蟻群算法模擬螞蟻合作覓食行為，具有正反饋、高穩(wěn)健性和并行性、易于與其他算法相結(jié)合等優(yōu)點.但傳統(tǒng)蟻群算法容易出現(xiàn)局部最優(yōu)解、計算量大、收斂速度慢等問題[7].近年來國內(nèi)外學者相繼提出了一些改進的蟻群算法.2000年，
南京信息工程大學學報 2021年3期2021-06-28
- 使用改進蟻群算法的AGV路徑規(guī)劃研究
群算法[3]等。蟻群算法[4]（ACO）具有并行性、正反饋性及良好的擴充性等優(yōu)點，在解決路徑規(guī)劃[5]、TSP[6]等問題都有成功的應用。針對蟻群算法耗時長，容易陷入局部最優(yōu)的缺點，文獻[7]提出一種基于蟻群算法的帶時間窗的啟發(fā)式算法，提高了收斂速度。文獻[8]利用遺傳算法對蟻群算法參數(shù)的組合優(yōu)化，但由于遺傳算法計算量大，效果不明顯。在傳統(tǒng)蟻群算法基礎上，利用改進的蟻群算法對AGV路徑規(guī)劃進行了研究。2 空間環(huán)境模型的建立空間環(huán)境模型的建立是AGV路徑規(guī)劃
機械設計與制造 2020年6期2020-06-20
- 基于靜電勢場法改進的蟻群算法用于路徑規(guī)劃
激勵函數(shù)改進基本蟻群算法的啟發(fā)函數(shù)，增強了路徑平滑性，降低搜索過程的死鎖現(xiàn)象，文獻[3]中利用機器人當前朝向和下一次位置的方位之間的夾角來改變螞蟻的轉(zhuǎn)移概率，不僅增強了路徑的平滑性，也縮短了路徑的長度。文獻[4]中提出了靜電勢場法用于路徑規(guī)劃，和人工勢場法不同的是，靜電勢場是標量場只有大小沒有方向，便于計算，降低了路徑規(guī)劃過程中計算的復雜度，縮短了路徑規(guī)劃的時間。本文將蟻群算法與靜電勢場法結(jié)合，將靜電勢場函數(shù)引入蟻群算法的啟發(fā)函數(shù)中，不僅考慮下一個節(jié)點到目
電子技術(shù)與軟件工程 2020年2期2020-06-13
- 基于蟻群-模擬退火算法的基站選址研究
樊思琪摘 要：蟻群算法雖然在螞蟻算法的基礎上已經(jīng)有了改進但仍然會有缺陷，最大的缺點就是會陷入局部最優(yōu)解。模擬退火算法最大的特點就是有一個蒙地卡洛判斷準則，允許其接受一個較差解，不過算法卻恰恰因為這點而會非常的耗時。通過理論的研究發(fā)現(xiàn)可以將這兩種算法融合在一起，兩種算法可以實現(xiàn)互補。最終便選擇基站選址這個實際應用問題去用matlab仿真看是否真的可以減少基站的建設數(shù)量。關(guān)鍵詞：模擬退火;蟻群;基站選址引言基站的作用就是來覆蓋用戶，目前對于被覆蓋用戶，會根據(jù)
科學與財富 2020年3期2020-04-02
- 改進蟻群算法的機器人路徑規(guī)劃研究
A*算法[6]和蟻群算法[7]等。但是上述提及的各種算法，都存在各自的缺點。RRT算法在搜索過程中進行隨機搜索，只要從起始點到目標點有連線，則立即生成一條路徑，所以生成的路徑既不能保證路徑最優(yōu)，又不能保證搜索時間最短。粒子群算法與模擬退火算法效果的優(yōu)劣在于適應度函數(shù)的選擇。Dijkstra算法，屬于一種貪心算法，其只考慮當前節(jié)點到下一節(jié)點的距離，易陷入局部最優(yōu)。算法在搜索期間進行全局搜索，搜索時間慢，而且搜索的方向有可能與目標點相背離，最終導致搜索失敗。A
電子科技 2020年1期2020-01-07
- 紅蟻吃蛇的智慧
，整體推進。二是蟻群活動的地方常在沼澤岸邊，這里青蛙很多。三是常有一些蛇突然鉆進水里，然后再鉆出來。他認為這三個現(xiàn)象應該與紅蟻捕蛇有關(guān)。一次偶然，他發(fā)現(xiàn)一條蛇從蟻群中穿過，隨后便劇烈地翻搖兩下鉆入水中，細心的他發(fā)現(xiàn)蛇入水以后，有許多只紅蟻漂在水面上。這個教授聯(lián)系那三個奇怪的現(xiàn)象，他豁然開朗，立刻找到了答案：蟻群集體行動，應該是在等蛇從它們身上游過。蟻群在沼澤邊活動，是因為這里青蛙多，蛇經(jīng)常到這里覓食。當有蛇不小心從蟻群中間穿過時，密密麻麻的蟻群中總有一些紅
思維與智慧 2019年16期2019-12-13
- 啃食醫(yī)保的“蟻群”
同慢慢蛀蝕樹干的蟻群。在監(jiān)管力度增強的情況下，是什么原因促使醫(yī)院、藥房等頂風作案？騙保手段的秘密盡管騙保方式多樣，但根據(jù)目前披露的大部分案件，騙取醫(yī)?；鸬氖址ㄔ缫巡恍迈r?！坝行_保手段相當?shù)图墸瑤缀鯖]有隱蔽性可言，且不在少數(shù)?！币晃会t(yī)保部門工作人員向《財經(jīng)》記者介紹。目前，在中國裁判文書網(wǎng)中輸入“騙取醫(yī)?；稹?，2013年至記者發(fā)稿，共有相關(guān)裁判文書381份，涉及的騙保手法主要包括掛床住院、偽造醫(yī)療文書和票據(jù)、串換藥品或耗材、盜刷醫(yī)?？ǖ?。通常是醫(yī)院或者
財經(jīng) 2019年25期2019-11-12
- 紅蟻吃蛇的智慧
，整體推進。二是蟻群活動的地方常在沼澤岸邊，這里青蛙很多。三是常有一些蛇突然鉆進水里，然后再鉆出來。他認為這三個現(xiàn)象應該與紅蟻捕蛇有關(guān)。一次偶然，他發(fā)現(xiàn)一條蛇從蟻群中穿過，隨后便劇烈地翻搖兩下鉆入水中，細心的他發(fā)現(xiàn)蛇入水以后，有許多只紅蟻漂在水面上。這個教授聯(lián)系那三個奇怪的現(xiàn)象，他豁然開朗，立刻找到了答案：蟻群集體行動，應該是在等蛇從它們身上游過。蟻群在沼澤邊活動，是因為這里青蛙多，蛇經(jīng)常到這里覓食。當有蛇不小心從蟻群中間穿過時，密密麻麻的蟻群中總有一些紅
思維與智慧·下半月 2019年8期2019-09-25
- 基于改進的蟻群算法的測試數(shù)據(jù)自動生成方法
有禁忌搜索算法、蟻群算法、遺傳算法等。蟻群算法的搜索過程采用分布式計算方式，相較其它智能算法具有較高的計算能力和運行效率，但算法的搜索精度仍有待完善。因此本文提出改進的蟻群算法，在傳統(tǒng)蟻群算法的基礎上引入相似度影響因子，能夠增加算法的全局搜索能力。并將改進的蟻群算法應用到測試數(shù)據(jù)自動生成問題中。2 測試數(shù)據(jù)自動生成模型設待測路徑為P，采用改進的蟻群算法自動生成的輸入?yún)?shù)變量為X={x1，x2，…，xn}，輸入?yún)?shù)變量X的實際執(zhí)行路徑為P’，當P’=P時，所
電子技術(shù)與軟件工程 2019年13期2019-08-23
- 紅蟻吃蛇的智慧
歡成群活動；二是蟻群活動的地方常在沼澤岸邊；三是常有一些蛇突然鉆進水里，然后再鉆出來。教授聯(lián)系這三個奇怪的現(xiàn)象后找到了答案：蟻群集體行動，是在等蛇從它們身上穿過。蟻群在沼澤邊活動，是因為這里青蛙多，蛇經(jīng)常到這里覓食。當有蛇不小心從蟻群中間穿過時，密密麻麻的蟻群中總有一些紅蟻會爬到蛇身上，然后對其叮咬。蛇因為劇痛，要擺脫這些紅蟻，便鉆入水中，可它已經(jīng)受到許多紅蟻毒液的毒蝕。當受傷的蛇再次穿過蟻群時，同樣還有許多紅蟻再爬到它身上。反復幾次，蛇全身被紅蟻毒得潰爛
意林·少年版 2019年10期2019-06-12
- 以“蟻群”的應然態(tài)度于追尋圓夢中
學英語學科組以“蟻群”的力量為啟迪，以“個體有特色，團體有優(yōu)勢”為發(fā)展目標，以主題教研、特色課程、伙伴互助為行動關(guān)鍵詞，共同追尋教育夢想。關(guān)鍵詞：價值追尋;團隊架構(gòu);學科團隊;小學英語【中圖分類號】G【文獻標識碼】B【文章編號】1008-1216（2019）12B-0054-02螞蟻，雖然渺小，但很團結(jié)。蟻群由許多有著共同目標的螞蟻組成，它們有明確的分工合作，覓食、建設、保衛(wèi)、飼喂……學科組就是這樣一支如同“蟻群”的團隊。本文以張家港市世茂小學英語學科組為
內(nèi)蒙古教育·科研版 2019年12期2019-01-17
- 基于初始信息素和二次揮發(fā)的改進蟻群算法
于解決優(yōu)化問題的蟻群算法(ACO)[1]、螢火蟲算法(FA)[2]、粒子群算法(PSO)[3]以及蝙蝠算法(BA)[4]等群體智能算法[5]不斷涌入,這類算法為解決NP-hard問題提供了較好的方法,其設計原理來源于對大自然中生物行為的效仿．蟻群算法作為最早的仿生物算法,一直備受專家學者關(guān)注．近些年,眾多學者對蟻群算法進行了深入的研究,解決了旅行商問題[6-7]、指派問題[8]以及調(diào)度問題[9]等.目前,針對蟻群算法的改進已有大量的研究,張飛君等[10]提
西安工程大學學報 2018年6期2019-01-09
- 復雜復印機故障信號的檢測與提取
的問題，提出基于蟻群的復雜復印機故障信號的檢測與提取方法?；?span id="j5i0abt0b" class="hl">蟻群的復雜復印機故障信號的檢測中，利用檢測某一路徑的最大代價和最小代價得到螞蟻于該路徑上所釋放信息素的濃度，以此計算蟻群對于某條路徑選取的概率。更新該條路徑上信息素濃度，按照路徑上的螞蟻存留的信息素濃度對復印機故障檢測過程中路徑選擇優(yōu)先順序進行判斷，以檢測出復印機故障信號源。將復印機故障信號源代入小波包分析中，得到復印機總故障信號，計算故障信號中的各個頻帶信號相應能量，利用各頻帶相應能量，構(gòu)建復
現(xiàn)代電子技術(shù) 2018年22期2018-11-13
- 改進蟻群算法的冷鏈物流配送路徑模型的量化分析
低配送成本。針對蟻群算法的不足，在解決配送車輛路徑優(yōu)化問題的方法上，對蟻群算法的信息素濃度的限制、初始解的構(gòu)建、螞蟻路徑選擇規(guī)則、信息素的更新方式進行了改進，有效解決了蟻群算法的缺陷。最后，利用Matlab軟件和改進的蟻群算法對綠鑫源的案例進行驗證，并與基本蟻群算法對比分析，驗證了改進蟻群算法的有效性和可行性?！娟P(guān)鍵詞】冷鏈物流；車輛路徑優(yōu)化；改進的蟻群算法
時代經(jīng)貿(mào) 2018年17期2018-09-29
- 基于改進的蟻群算法的無人駕駛車輛路徑規(guī)劃
基于改進的蟻群算法的無人駕駛車輛路徑規(guī)劃無人駕駛車輛能夠正常運行需要規(guī)劃出最優(yōu)或最短的行駛路徑。目前，雖然已有很多提供了適當路徑規(guī)劃策略的方法，但這些方法并沒有將車載電池為無人駕駛車輛提供的能量消耗作為約束條件。因此，提出了一種在路徑規(guī)劃策略中考慮無人駕駛車輛能耗的基于蟻群算法的路徑規(guī)劃方法。該方法將蟻群算法與能量消耗預測模型相結(jié)合，從而能夠提供出能耗低的無碰撞的最短路徑。該方法還可以通過仿真工具進行評估和驗證，并與普通的蟻群算法、遺傳算法和粒子群優(yōu)化方法
汽車文摘 2017年11期2017-12-04
- 基于改進蟻群算法的全局路徑規(guī)劃研究與仿真
芬* ?基于改進蟻群算法的全局路徑規(guī)劃研究與仿真燕紫君，吳明芬*(五邑大學計算機學院 江門 529020）路徑規(guī)劃是指在有障礙物的工作環(huán)境中，尋找一條從給定起點到終點的適當路徑，使運動過程中能安全、無碰的繞過所有障礙物。目前針對路徑規(guī)劃的算法較多，本文主要針對傳統(tǒng)蟻群算法在二維路徑規(guī)劃中易陷于局部最優(yōu)解，最終導致搜索過早停滯等問題，提出了一種改進的蟻群算法。該改進的算法主要以全局最優(yōu)為出發(fā)點，通過引入終點對啟發(fā)因子的影響，在鄰接點和終點的共同作用下對啟發(fā)因
數(shù)碼設計 2017年1期2017-10-13
- 基于改進蟻群算法的通信業(yè)務智能調(diào)配分析研究*
03)?基于改進蟻群算法的通信業(yè)務智能調(diào)配分析研究*繆巍巍1吳海洋1施 健2呂順利2(1.江蘇省電力公司 南京 210024)(2.南京南瑞集團公司 南京 210003)電力通信光傳輸網(wǎng)絡的業(yè)務路由調(diào)配符合多約束條件的路由路徑特點,傳統(tǒng)的路由計算方法難以實現(xiàn)最優(yōu)化的業(yè)務路徑生成。論文在蟻群算法的基礎上借鑒A*算法的思想,提出了一種改進的蟻群算法,有效避免了蟻群算法中雜亂搜索和容易導致局部最優(yōu)的缺陷。通過實驗仿真,改進后的蟻群算法在不同的網(wǎng)絡拓撲圖上均能得到
計算機與數(shù)字工程 2017年1期2017-02-09
- 基于城市權(quán)重的蟻群算法及其在TSP中的應用*
）基于城市權(quán)重的蟻群算法及其在TSP中的應用*馬清鑫，張達敏，張 斌，阿明翰（貴州大學 大數(shù)據(jù)與信息工程學院，貴州 貴陽550025）蟻群算法在解決NP-C問題時展現(xiàn)出了較強的適用性，但收斂速度慢，容易陷入局部最優(yōu)解的缺陷卻沒有得到較好解決。于是，提出了一種基于城市權(quán)重的蟻群算法ACAWC（Ant Colony Algorithm based on the W eight of City）。改進后的算法通過利用城市距離在整個城市網(wǎng)中所占比重來協(xié)調(diào)啟發(fā)信息作
通信技術(shù) 2016年11期2017-01-16
- 基于加權(quán)一致性的蟻群算法在斷層檢測中的應用
基于加權(quán)一致性的蟻群算法在斷層檢測中的應用劉財1， 劉海燕1 *， 彭沖2， 張營3， 劉瓊4， 勾福巖11 吉林大學地球探測科學與技術(shù)學院， 長春130026 2 山西師范大學地理科學學院， 山西臨汾041004 3 中國石化東北油氣分公司， 長春130062 4 中國石油吐哈油田公司勘探開發(fā)研究院， 新疆哈密839009突出地震數(shù)據(jù)振幅空間不連續(xù)性的斷層增強屬性體是斷層自動解釋的基礎，而如何壓制噪聲、地層殘余響應、角度不整合接觸等偽斷層的影響是斷層自動
地球物理學報 2016年10期2016-11-08
- 一種基于蟻群思想的動態(tài)路徑尋優(yōu)算法的實現(xiàn)及仿真
27)?一種基于蟻群思想的動態(tài)路徑尋優(yōu)算法的實現(xiàn)及仿真周秀娟1，花嶸1，史娟1，高玉勵2(1.山東科技大學 信息科學與工程學院 山東 青島 266590；2.青島黃海學院 山東 青島 266427)摘要：為了提高路徑尋優(yōu)算法的效率和實時性，本文實現(xiàn)了一種名為DPO-AC的基于蟻群思想的動態(tài)路徑尋優(yōu)算法(the ant colony algorithm with dynamic path optimization)，在改進蟻群算法的基礎上結(jié)合神經(jīng)網(wǎng)絡的實時預
山東科技大學學報(自然科學版) 2016年4期2016-08-10
- 一種蟻群聚類優(yōu)化算法在成績管理中的應用
。本文提出了一種蟻群聚類優(yōu)化算法，并用于高職高專的信息技術(shù)課程成績管理當中。旨在挖掘成績背后的信息，供教學參考，教務支持。關(guān)鍵詞： 蟻群； 聚類分析； 成績評價中圖分類號： TP391 文獻標志碼： A 文章編號： 1671-2153（2016）05-0095-031 問題提出隨著蟻群算法研究的不斷深入，人們發(fā)現(xiàn)在某些方面采用蟻群模型進行聚類分析會更接近于實際的聚類問題。通過模擬蟻群的行為，人們提出了很多基于蟻群的聚類分析模型[1]。Lumer和Faiet
寧波職業(yè)技術(shù)學院學報 2016年5期2016-05-30
- 被螞蟻吃掉的精銳部隊
及做出任何反應，蟻群已經(jīng)潮水般地擁過來，距離他只有七八米遠了。幾乎就在轉(zhuǎn)瞬之間，蟻群鋪天蓋地地爬滿了傳令兵托馬斯全身，在一聲又一聲凄厲的尖叫聲中，托馬斯跌倒在了蟻群里……絕處逢生希姆將軍無法知道，這么一支龐大的蟻群，為何突然聚集起來，又為何直撲他的部隊？他的1800名士兵眼下還存活多少……但希姆已經(jīng)沒有時間多想了，他知道此刻，用腿遠比用腦更為明智，更加有效，他完全顧不得什么將軍風度了，大叫一聲，轉(zhuǎn)身向森林深處逃去……希姆很快逃到一個湖邊，他不顧一切地跳入湖
下一代英才 2015年6期2015-05-30
- 基于吸引場的蟻群算法在TSP中的應用
0）基于吸引場的蟻群算法在TSP中的應用王 雷，李 明，劉志虎（安徽工程大學機械與汽車工程學院，安徽蕪湖241000）針對傳統(tǒng)蟻群算法容易陷入局部最優(yōu)解等缺陷，提出了一種基于吸引場的改進的蟻群算法.首先，詳細分析了基于信息素的吸引場原理，在此基礎上建立了基于信息素的吸引場模型.其次，設計了吸引場因子，給出了信息素更新策略，使相距較近的螞蟻之間能更好地進行協(xié)作.最后，針對標準的30個城市的旅行商問題，使用所提出的算法與基本蟻群算法、其他改進的蟻群算法進行優(yōu)化
江蘇大學學報（自然科學版） 2015年5期2015-02-09
- 軍蟻捕蛙
目睹這一過程。軍蟻群排成方隊前行，當黃箭蛙背對軍蟻群時，根本不會感覺到危險的來臨，就在一瞬間，有軍蟻爬上它的身體并開始咬它，黃箭蛙瞬間發(fā)力向前跳去企圖逃離，可誰知，此時的軍蟻隊形早已經(jīng)變成了環(huán)形，向前奮力跳躍的黃箭蛙會直接落在軍蟻群里，它掙扎幾下便沒了力氣。當黃箭蛙面向蟻群的時候，它十分坦然。因為它的突然跳躍距離是兩米五，而蟻群最寬處只有兩米，所以，它在等待，等待蟻群快靠近它時，直接躍過遠離危險?？蓱騽⌒缘囊荒怀霈F(xiàn)了，只見軍蟻們突然停止移動，然后幾只軍蟻快
意林·少年版 2014年17期2014-10-21
- 基于改進蟻群算法的QoS 約束云任務調(diào)度
了基于負載均衡的蟻群優(yōu)化算法用于云應用調(diào)度［6］。然而，大多數(shù)研究沒有考慮QoS 約束的任務期限。為了有效地進行部分相關(guān)任務調(diào)度，本文提出了一種滿足服務質(zhì)量(QoS)約束的調(diào)度模型，并將改進的蟻群優(yōu)化算法(ACO +)用于云環(huán)境下部分相關(guān)任務調(diào)度。1 云任務調(diào)度模型由于云任務調(diào)度研究主要集中在獨立任務調(diào)度和工作流任務調(diào)度，缺乏對部分相關(guān)任務調(diào)度的研究。因此，在研究部分相關(guān)任務調(diào)度模型的基礎上，提出滿足QoS 約束的部分相關(guān)任務調(diào)度模型。部分相關(guān)任務模型通常
揚州職業(yè)大學學報 2014年4期2014-01-20
- 一種求解TSP 問題的改進蟻群算法
,743000）蟻群算法是一種新型的啟發(fā)式仿生類并行智能進化算法，最早是由意大利學者M.Dorigo 于1991 年首次提出，由于該算法具有分布式計算、正反饋機制以及較強的魯棒性（容易與其他算法結(jié)合）等優(yōu)點，在許多領(lǐng)域的組合優(yōu)化問題的求解上得到了巨大的應用和成功。但基本的蟻群算法也存在著許多缺點，其中最關(guān)鍵的問題之一就是“探索”和“利用”之間的矛盾：既要以信息素的正反饋機制和啟發(fā)因子引導整個蟻群逐漸向最短路徑靠近，也就是利用先驗信息快速搜尋最優(yōu)解，提高收斂
電子測試 2014年8期2014-01-03
- 求解TSP 問題的改進蟻群算法
、人工免疫算法和蟻群算法。在通常情況下，蟻群算法得到的最短路徑要好于其他的啟發(fā)式算法。蟻群算法以先驗信息和信息素的正反饋作用來引導每只螞蟻的行為，使得蟻群整體上逐漸向全局最短路徑靠攏。但是基本蟻群算法對信息素的處理過于粗糙，對已經(jīng)尋找到的最短路徑缺乏較強的敏感性，使得算法的收斂速度太慢。為了加快蟻群算法的收斂速度，有學者提出了帶精英策略的蟻群算法［3］。該算法在已經(jīng)找到的最短路徑和基本蟻群算法的基礎上，額外加了一些信息素，雖然能使每只螞蟻向已經(jīng)找到的最短路
武漢理工大學學報（信息與管理工程版） 2013年3期2013-12-23
- 一種解決TSP問題的自適應協(xié)同演化計算方法
算法；另一種是以蟻群算法[3]、粒子群算法[4]、蜂群算法[5]為代表的群智能算法.演化算法主要以自然進化為理論依據(jù)，通過種群之間的迭代演化完成問題的求解.而群智能算法通過模擬自然界中的群智能生物(螞蟻、大雁、蜜蜂)行為來完成問題的求解.由于兩種類型的算法關(guān)注點不同，從而導致在解決問題時所產(chǎn)生的效果也是不同的.雖然現(xiàn)在沒有統(tǒng)一的理論來規(guī)定什么樣的問題適用于什么樣的演化算法.但是從解決問題的實踐來看，這兩種類型算法具有互補性.遺傳算法通過種群進行目標尋優(yōu)，其
中南民族大學學報（自然科學版） 2012年1期2012-01-03
- 基于改進的蟻群算法的亞軌道再入飛行器彈道優(yōu)化
張 斌，關(guān)世義，陳士櫓(1．西北工業(yè)大學航天學院，西安710068;2．北京機電工程研究所，北京100074)0 IntroductionIn recent years，reentry vehicle has attracted many researchers’attention．Many investigations have been done to improve applications for different reentry vehicle
宇航學報 2011年6期2011-01-25
- 奇異的沙粒
：“和這樣的愚蠢蟻群為伍，我感到終生遺憾！”檢察官大聲疾呼，要對他處以死刑。這時，一位赫赫有名的精神病科醫(yī)生救了螞蟻的命。醫(yī)生在診斷書上明確地說，他患了精神失常癥。夜間，被囚禁的螞蟻不睡覺，把沙粒翻過來掉過去，仔細地磨了又磨。白天，在那間狹小陰暗的牢房里，他馱著沙粒從一端爬到另一端，并且拒絕吃飯。一天早晨，獄卒發(fā)現(xiàn)牢房里靜悄悄的，充滿異彩。那顆奇異的沙粒在地上閃閃發(fā)光，就像一顆光彩奪目的鉆石。在沙粒附近，躺著那只英雄的螞蟻。他仰面朝天，又干又瘦，通體透明。
意林 2009年13期2009-05-14
- 紅蟻吃蛇
,整體推進;二是蟻群活動的地方常在沼澤岸邊,這里青蛙很多;三是常有一些蛇突然鉆進水里,然后再鉆出來。他認為這三個現(xiàn)象應該與紅蟻捕蛇有關(guān)。一個偶然,他發(fā)現(xiàn)一條蛇不小心從蟻群中穿過,隨后便劇烈地翻搖兩下鉆入水中,細心的他發(fā)現(xiàn)蛇入水以后,有許多只紅蟻漂在水面上。聯(lián)系那三個奇怪的現(xiàn)象,他豁然開朗,立刻找到了答案:蟻群集體行動,應該是在等蛇從它們身上游過。蟻群在沼澤邊活動,是因為這里青蛙多,蛇經(jīng)常到這里覓食。當有蛇不小心從蟻群中間穿過時,密密麻麻的蟻群中總有一些紅蟻
文苑·感悟 2009年8期2009-02-11