共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
蚂蚁算法是一种模仿蚂蚁群体行为的智能化算法.正反馈机制是蚂蚁算法的特点,它使得蚂蚁算法能够较快收敛到问题的最优解,但同时也是蚂蚁算法的缺陷,它使得蚂蚁算法容易陷入局部最优解.ACS和MMAS是两种典型的改进蚂蚁算法,通过引入伪随机概率选择规则和信息素最大、最小限制规则来加快蚂蚁算法收敛速度同时避免陷入局部最优解.目前,针对启发信息的影响进行改进的蚂蚁算法还没有.提出一种基于方向启发信息的改进蚂蚁算法,为蚂蚁算法的改进研究提供了新的思路. 相似文献
3.
为了克服和改进传统BP算法的不足,发挥神经网络、遗传算法和蚂蚁算法各自的优势,本文提出了一种遗传算法和蚂蚁算法的融合在神经网络中二次训练的方法,并将融合算法应用于神经网络的权值训练中,采用遗传算法生成信息素分布,同时利用蚂蚁算法求精确解,并用神经网络二次训练得到最终结果,优势互补,获得了一种优化性能与时间性能共赢的有效算法。 相似文献
4.
5.
针对基本蚁群算法的缺点,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法.通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效地进免陷入局部优化,使得算法在收效速度和执行效率上得到提高. 相似文献
6.
蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发算法.基于群体的协作与学习,该算法已经成功地解决诸如TSP问题等多种组合优化问题.本文提出了一种改进蚁群算法.该算法根据人工蚂蚁所获得解的情况,应用一种选择策略,从而使得算法跳离局部最优解,并采用局部搜索,以获得更好的优化解.通过仿真实验获得的结果表明,该算法对于蚁群算法具有较好的改进效果. 相似文献
7.
针对蚁群算法容易陷入局部最优解的缺陷,提出了一种基于直接通信策略的双态蚁群算法。通过两种状态的蚁群的分工合作,避免了算法收敛过程中的早熟停滞现象;通过设置信息素交流机制,使蚂蚁能在各自的交流范围内与其他蚂蚁交换解的信息,提高解的质量。针对TSP的实验结果表明,该算法在求解精度和稳定性上取得了良好的效果。 相似文献
8.
9.
利用蚁群算法对于空域内复杂环境下飞行冲突进行路径规划与动态防撞的预测算法。该算法模拟蚂蚁的觅食行为,利用多组机器蚂蚁采用局部搜索策略和趋近导向函数方法完成全局最优路径搜索,可以利用虚拟蚂蚁代替飞机作碰撞的预测,理论和仿真实验结果说明在多机冲突环境中能够迅速规划出优化路径,防止飞机间的相互碰撞。 相似文献
10.
11.
目前,许多试题部是人为的估计它的难度,这样不能真实地反映出试题的实际的难度,通过研究国内外确定试题难度的经典测试理论,设计出以经典测试理论为基础,难度系数自动调整的自适应算法,使试题的难度系数在试题使用过程中不断地得到修正,从而使试题的难度系数具有客观性和科学性,并进一步提出了该算法的设计方法。 相似文献
12.
阐述了VRP的主要求解算法,在参阅大量文献基础之上以禁忌搜索算法、遗传算法、蚂蚁算法三种主要的算法为划分总结了VRP的研究现状以及三种算法的改良与应用情况,最后对车辆调度问题进行了展望,提出了进一步发展动向。 相似文献
13.
手术室是医院收入和支出的重要部门,其运作管理是医院科学管理的核心环节,因此合理安排手术排程,控制手术室综合运作成本显得尤为重要.为了提升模型的实用性,在调研国内医院手术室运作现状基础上,以最优化手术室综合运作成本为目标函数,考虑完整的手术流程和多种源于国内医护现状的资源约束、手术优先级、及运作约束等实际因素,构建了手术排程的数学模型.在经典蚁群算法基础上,改进设计了新的内外层蚂蚁路径图结构,实现外层蚂蚁选择手术顺序,内层蚂蚁选择对应的资源序列.并以国内某三级甲等医院一天的手术为算例进行计算和算法评价.对比结果表明,此排程算法在排程效率、资源平衡性和手术室综合成本多个指标方面都有优越性. 相似文献
14.
首先基于蚁群算法建立了一个多用户检测问题的模型,在这个模型中,蚁群算法得到了简化且更加利于并行计算.随后将最大-最小的蚂蚁系统用于多用户检测,通过试验仿真表明,算法操作简单,能显著提高全局搜索能力. 相似文献
15.
16.
提出了一种基于题型和知识点的组卷算法。全文首先介绍了试题库的结构,该组卷算法对应的整个试题库结构可以分成题型表、知识点索引表、试题表和试题内容答案表四个层次,其次讲述了组卷时组卷要求录入的格式,最后全面阐述了基于题型和知识点的组卷算法,其中详细阐述了算法实现的难点——保证试卷平均难度系数符合组卷要求的解决方法。 相似文献
17.
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
18.
蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发式算法但是开始的时候信息素缺乏,收敛速度慢一直是蚁群算法的不足。针对该问题,提出加权蚁群算法,它利用传统蚁群算法最优路径的特点,对每个城市分别加权,然后从比较离散的点开始进行寻优。节省了在不可能构成最优路径上的计算时间,提高了运算速度。计算机仿真结果表明,该文算法改进了标准蚁群算法的效率和计算结果的质量。 相似文献
19.
本文提出蚁群聚类算法的RBFNN模型,并用于电力系统中长期负荷预测.首先,模拟蚂蚁寻找“食物源”的行为,即根据蚂蚁在寻找食物过程中发现“食物源”(聚类中心),蚂蚁就会被“吸引”到食物源周围的特点,应用蚁群优化(ACO)算法,将历史数据聚类分析,得到各类聚类中心位置.其次,当聚类中心确定后,采用递推最小二乘法,训练RBF神经网络的隐含层至输出层之间的权重.最后,通过某电网实际数据,将本文模型与传统RBF模型预测结果进行比较,结果表明本文模型据具有更高的预测精度. 相似文献
20.
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