共查询到20条相似文献，搜索用时 31 毫秒
1.
针对移动机器人躲避障碍和寻找最优路径问题,提出了在复杂环境下的一种路径规划算法。根据人工免疫算法和蚁群算法各自的性能及优缺点,将人工免疫算法和蚁群算法相结合,提出新的结合方式形成免疫蚁群算法。在应用栅格法建立的机器人环境模型中,应用免疫蚁群算法解决机器人路径规划的问题。免疫蚁群算法首先运用人工免疫算法对空间的可行路径做快速的全局搜索,然后生成初始信息素的分布,最后完善蚁群算法搜索最优解。在LABVIEW仿真环境中,采用免疫蚁群算法对机器人路径规划问题进行仿真,仿真结果证明了免疫蚁群算法是一种收敛性和寻优能力都比较好的优化方法。 相似文献
2.
二维下料问题是组合优化领域常见的问题之一,在钢板、木材、玻璃、纸张等工程技术和工业生产中有着重要和广泛的应用,本质上是个NP完全问题,传统的优化算法难以求解。本文针对下料问题的特殊性,采用蜂群算法求解,数值实验结果表明了这种算法的有效性。 相似文献
3.
4.
智能优化算法是一类基于自然行为或模拟生物行为的计算方法，用于解决复杂的优化问题。这些算法借鉴了生物系统中的智能特征和机制，通过模拟、搜索和优化过程来找到最佳的解决方案。在智能算法中选取蚁群算法和遗传基因算法对通信光缆网络线路进行规划设计，通过仿真结果表明，这两种智能算法均能够提供有效的线路规划方案，具备较优的算法性能。 相似文献
5.
生物进化过程本身是一个自然的、并行发生的和稳健的优化过程,基于这一过程而产生的仿生优化算法为解决非数值优化问题提供了新的思路和手段。本文首先简要介绍了目前比较流行的三种新型智能优化算法：人工鱼群算法、蚁群算法和遗传算法,就这些算法的特点和异同进行了分析,并对它们的发展进行了进一步的阐述。 相似文献
6.
7.
主要研究了基于智能无人机的航摄飞行方案优化问题。首先介绍了航摄飞行方案的概念和要求,然后设计了智能无人机的航摄飞行方案,并提出了优化方法,包括遗传算法、粒子群算法、蚁群算法、模拟退火算法和深度学习算法。最后,通过应用案例,探讨了智能无人机航摄技术在农业、建筑和地质勘探领域的应用。研究成果对于无人机航摄技术的发展和应用具有现实意义,为地理信息领域的应用提供了更加精准和全面的数据支持。 相似文献
8.
针对热点主题发现是在聚类算法的基础上实现的特点,将改进后的蚁群聚类算法引入到该研究中,同时提出类别关注度（CAD）的概念,以此来判定类别的热门程度并区分出热门类别和冷门类别,在此基础上抽取热点主题集。实验结果表明改进后的蚁群聚类算法对热点主题的发现有一定的效果,对其他仿生优化聚类算法的引入有借鉴意义。 相似文献
9.
随着城市中汽车的普及,交通拥堵日趋严峻,本文针对城市交通问题,通过蚁群信息素及蚁群算法与交通预测系统的联系,提出了缓解交通拥堵的方法。 相似文献
10.
学校教务部门排课问题的数学模型及算法 总被引：7，自引：1，他引：6
本文介绍了一种适用于教务部门排课的算法，该算法借鉴了资源管理的思想，使用以集合为元素的矩阵建立了问题的数学模型，算法的实现是以集合运算为基础的。该算法是、次优的，但是时间和窨复杂性几乎和问题规模成正比。 相似文献
11.
蜂群算法是一种模仿蜜蜂繁殖、采蜜等行为的新兴的智能优化技术。本文探讨了基于蜜蜂采蜜蜂群算法的理论基础,并使用蜂群算法与禁忌搜索结合解决组合优化问题,如旅行商(TSP)问题。通过分析,蜂群算法与禁忌搜索结合能够改进算法的全局搜索能力,有较好的发现最优解的能力。 相似文献
12.
13.
人工智能时代的到来强化了技术环境对社会发展的影响,算法的广泛应用塑造着新的社会结构与规则,也对人们的信息处理能力提出了更高的要求。算法素养作为人工智能时代重要的素质能力集合被提出。作为一个新生的前沿概念,“为什么需要研究算法素养”以及“算法素养是什么”两个基础性问题亟需解决。本文首先分析算法素养研究的内部、外部驱动因素,阐述了人工智能时代研究算法素养的必要性,回答了“为什么需要研究算法素养”的问题。在此基础上,从信息素养等关联概念出发,对算法素养进行溯源,剖析其内涵特征,并进一步基于能力素质模型将算法素养能力划分为技能层、知识层、思维层、动机层和认知层,基于SCONUL模型厘清算法素养的核心能力要素,最终构建了算法素养能力框架,从内涵剖析与能力框架两个方面回答了“算法素养是什么”的问题。在对基础性问题进行充分讨论后,提出未来算法素养研究可从宏观走向微观,深度探索算法素养能力与用户行为态度等关联要素之间的关系,亦可从理论走向实践,在实现对算法素养能力科学测量的基础上开展算法素养培育。图4。表2。参考文献39。 相似文献
14.
针对无线传感器网络中DV-Hop定位算法的不足,提出一种基于迭代协作的优化算法(ICDV-Hop算法)。通过限制跳数来减小距离误差,利用共线度测试约束节点间几何位置关系,选择最优信标三角形组合以提高定位精度。同时将定位误差在设定阈值范围内的已定位节点转化为信标节点,进行迭代协作,从而在控制误差传播的前提下增加定位覆盖。仿真结果表明,ICDV-Hop算法与传统DV-Hop算法相比,定位精度和定位覆盖均有明显改善,定位性能受网络条件影响小,表现出良好的可靠性和鲁棒性,尤其是在信标节点比例较低及网络稀疏的情况下。 相似文献
15.
基于蚁群优化的贝叶斯网络学习与知识概念图构建 总被引：2，自引：0，他引：2
针对现有贝叶斯网络学习搜索效率不高、易陷入局部最优解问题,提出一种利用互信息熵作为启发式信息的蚁群优化搜索算法--ACOMI.该算法依据节点之间的互信息熵、交叉信息熵和网络的MDL评分进行贝叶斯网络最佳结构搜索.提出了多种搜索空间限制的策略,加速了问题的求解过程.实验表明,ACOMI算法得到的结果准确性高,搜索效率比同类算法(ACOB)有大幅提高.作者将其应用到e-learning中知识概念图的搜索和构建中,得到了很好的结果. 相似文献
16.
大数据(Big Data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察力、流程优化能力的海量、高增长率和多样化的信息资产. 相似文献
17.
本文提出了一种新的基于相关反馈的跨语言信息检索查询翻译优化技术,就实现该技术的关键步骤"估计检索词在相关文献集合中的翻译概率"设计了4种不同的算法,并通过伪相关反馈实验比较了这4种算法,验证了查询翻译优化技术的有效性.实验结果显示,4种翻译优化算法都能够提高检索结果的精度,其中基于词对齐的翻译算法相对更优越.此外,查询式的长度和检索主题的特征对不同查询翻译优化算法产生着不同程度的影响. 相似文献
18.
在对标准蚁群算法分析研究基础上,结合中文文本数据的特点,对蚁群算法存在的缺点进行改进,提出一种基于改进的蚁群算法的中文文本聚类方法——ACTC。算法中为每只蚂蚁增加两个记忆体,可以解决原算法中的“未指派现象”;模拟信息素,从而使蚂蚁的移动更具目的性,加快聚类速度;引入“边界点”思想,从而不仅可以消除“停滞现象”,而且能避免“噪声”或异常数据对聚类结果的负面影响;引入动态调整相似度阈值概念,从而使聚类结果更具实际意义。实验证明,从熵值与纯度两个评价函数评价结果看,该算法的聚类效果较好,达到算法改进的目的。 相似文献
19.
20.
王兰成 《现代图书情报技术》1995,11(6):20-23
本文研究任意范式下求解查询无损联结最小覆盖序列的问题, 介绍查询无损联结检验的算法和基于检验算法求解查询无损联结最小覆盖序列的算法, 同时给出应用实例和证明。 相似文献