注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 群算法求解多模式资源受限项目调度问题.pdf

  2. 通过分析多模式项目调度问题的特点, 提出一种主、从递阶结构的蚁群粒子群求解算法。算法中, 主级为蚁群算法, 完成任 务模式选择; 从级为粒子群算法, 完成主级约束下的任务调度。然后, 以工期最小和资源均衡分配为目标设计蚂蚁转移概率、模式 优选概率和任务优选概率。最后, 针对PSPLIB 中的测试集对算法主要参数进行优化, 并通过与其他算法比较验证了算法的有效性。

  3. 所属分类：其它

    • 发布日期：2009-10-30
    • 文件大小：249856
    • 提供者：cherful

  1. 蚁群算法程序开始运行，蚂蚁们开始从窝里出动了，寻找食物；他们会顺着屏幕爬满整个画面，直到找到食物再返回窝。

  2. 程序开始运行，蚂蚁们开始从窝里出动了，寻找食物；他们会顺着屏幕爬满整个画面，直到找到食物再返回窝。 其中，‘F’点表示食物，‘H’表示窝，白色块表示障碍物，‘+’就是蚂蚁了。 预期的结果： 各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。当一只找到食物以后，它会向环境释放一种信息素，吸引其他的蚂蚁过来，这样越来越多的蚂蚁会找到食物！有些蚂蚁并没有象其它蚂蚁一样总重复同样的路，他们会另辟蹊径，如果令开辟的道路比原来的其他道路更短，那么，渐渐，更多的蚂蚁被吸引到这条较短的路上来。最后

  3. 所属分类：其它

    • 发布日期：2009-12-14
    • 文件大小：8388608
    • 提供者：wenhuahetao

  1. 数学建模方法：蚁群算法

  2. 标题——作者——出处 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合

  3. 所属分类：其它

    • 发布日期：2010-05-21
    • 文件大小：25165824
    • 提供者：wu_wenyang

  1. 蚁群算法与免疫算法的融合及其在TSP 中的应用

  2. 提出一种基于抗体片段局部最优搜索的克隆选择和蚁群自适应融合算法. 引入混沌扰动来增加抗体种群的 多样性, 以提高蚁群算法的搜索能力; 利用克隆扩增、免疫基因等相关算子的操作, 增强了克隆选择算法搜索的效率;通过自适应控制参数, 实现了克隆选择与蚁群优化的有机结合及局部最优搜索策略的应用, 加快了收敛速度, 克服了抗体种群“早熟”问题, 提高了求解精度. 仿真实验结果表明, 该算法具有可靠的全局收敛性, 较快的收敛速度.

  3. 所属分类：其它

    • 发布日期：2010-06-20
    • 文件大小：246784
    • 提供者：xiaohua0227

  1. 蚁群算法参数选择的研究

  2. 蚁群算法参数选择的研究

  3. 所属分类：其它

    • 发布日期：2011-02-21
    • 文件大小：83968
    • 提供者：zhu0lin2011

  1. 基于支持向量机和蚁群算法的空间目标分类

  2. ： 研究了基于支持向量机的空间 目标分类中核参数和误差惩罚 因子的选择问题。将蚁群算 法与支持向量机相结合 ， 提出了一种 自动优选支持向量机模型参数的方法， 克服 了以往反复试验以 确定其参数的缺点。采用所提 出的方法， 分类正确率达 9 0 ％左右， 验证了该方法的有效性。 关键词： 空间目标； 支持向量机； 蚁群算法

  3. 所属分类：其它

    • 发布日期：2011-02-28
    • 文件大小：227328
    • 提供者：wenwu51

  1. 蚁群算法原理及应用（段海滨）

  2. 本书系统、深入地介绍了蚁群算法的原理及其应用，力图囊括国内外在这一学术领域的最新研究成果。全书包括10章，主要内容包括蚁群算法的思想起源、研究现状及机制原理；蚁群算法的复杂度分析；蚁群算法的收敛性证明；蚁群算法参数对其性能的影响；蚁群算法在参数选择原则；离散域和连续域蚁群算法的若干改进策略；蚁群算法在多个优化领域的典型应用；蚁群算法的硬件实现技术；蚁群算法与其他仿生优化算法的比较与融合；蚁群算法的研究展望。

  3. 所属分类：专业指导

    • 发布日期：2012-10-16
    • 文件大小：18874368
    • 提供者：hbcncll

  1. 基于GIS的最优路径算法研究与实现

  2. 公路交通与人们的生产生活息息相关，随着社会经济的发展以及 人们生活水平的不断提高，交通运输面临的压力也越来越大，交通堵 塞、交通事故和交通引起的环境污染问题也日益严重。为解决当前交 通所面临的问题，智能交通系统(ITS)应运而生，作为ITS基础平台 的交通地理信息系统(GIS．T、)也得到了广泛的关注。本文研究的GIS 环境下的动态交通最优路径算法是ITS研究中的一个重要课题，能够 帮助出行者节省出行时间和燃油开支，提高现有交通设施的利用效 率，减少汽车温室气体的排放，保护环境等，具有一定的理

  3. 所属分类：C#

    • 发布日期：2012-11-01
    • 文件大小：8388608
    • 提供者：adw

  1. 蚁群算法及其应用

  2. 《蚁群算法原理及其应用》系统、深入地介绍了蚁群算法的原理及其应用，力图概括国内外在这一学术领域的最新研究进展。全书共包括10章，主要内容包括蚁群算法的思想起源、研究现状及机制原理；蚁群算法的复杂度分析；蚁群算法的收敛性证明；蚁群算法参数对其性能的影响；蚁群算法的参数选择原则；离散域和连续域蚁群算法的若干改进策略；蚁群算法在多个优化领域的典型应用；蚁群算法的硬件实现技术；蚁群算法与其他仿生优化算法的比较与融合；蚁群算法的研究展望；最后还在附录部分给出了基本蚁群算法的程序源代码和相关网站。

  3. 所属分类：其它

    • 发布日期：2013-09-24
    • 文件大小：18874368
    • 提供者：huangbin6

  1. 基于蚁群算法的最优路径选择问题的研究

  2. 主要用于蚁群算法优化模糊隶属度函数参数，可以避免参数选择的盲目性。

  3. 所属分类：其它

    • 发布日期：2014-06-23
    • 文件大小：412672
    • 提供者：qq_16784343

  1. MATLAB智能算法30个案例分析 源代码

  2. MATLAB智能算法的源代码%% 清空环境 clc;clear %% 障碍物数据 position = load('barrier.txt'); plot([0,200],[0,200],'.'); hold on B = load('barrier.txt'); xlabel('km','fontsize',12) ylabel('km','fontsize',12) title('二维规划空间','fontsize',12) %% 描述起点和终点 S = [20,180]; T = [16

  3. 所属分类：讲义

    • 发布日期：2014-09-07
    • 文件大小：1048576
    • 提供者：xuyin1204

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 蚁群算法在城市交通路径选择中的应用

  2. 针对城市交通路径选择问题,引入蚁群算法并将其改进为可同时满足对路程和时间最优的路径搜索算 法,设计了相关的搜索规则和流程.在大量试验的基础上,讨论了算法中各种参数对路径搜索算法收敛性(包括 收敛速度和准确度)的影响,并获得了一组最优的经验参数.分析了搜索中产生伪最优解路径的规律,并通过控 制收敛速度和加快趋向最优路径对蚁群算法进行了优化.结果显示,所进行的优化能有效抑制伪最优路径的产 生,在2个周期内即可完成搜索.

  3. 所属分类：其它

    • 发布日期：2010-07-23
    • 文件大小：404480
    • 提供者：wonderlandshi

  1. 基于改进蚁群算法的Web服务选择

  2. 提出一种改进的蚁群算法并将其应用于Web服务选择问题中.该算法使用非线性动态变化的伪随机比例选择参数及蚂蚁多重最优解随机加权路由选择算法控制蚁群的行为,使用5维Web服务质量向量和蚁群适应度函数评价蚂蚁构造的路径质量,蚂蚁根据其构造的路径质量进行信息素更新;该算法使蚁群在其解空间的进化能力得到很大的提高.实验证明,该算法在Web服务选择问题上比传统的蚁群算法效率更高.

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：354304
    • 提供者：weixin_38553681

  1. 用自适应蚁群算法的生理信号情感状态识别

  2. 针对生理信号的情感识别问题,将蚁群优化算法用于情感生理信号特征选择,并采用自适应的适应度参数值、变异策略和临近位置交换策略对算法进行改进,使用K近邻法进行情感分类,以获得较高的识别率和有效特征组合.通过四种生理信号(EMG、SC、ECG、RSP)来识别四种情感(joy、anger、sadness、pleasure),实验仿真结果表明,将蚁群优化算法引入情感识别的研究是可行的.

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：164864
    • 提供者：weixin_38747818

  1. 蚁群算法在呼吸信号情感识别中的应用研究

  2. 对生理信号的情感识别问题,将蚁群优化算法用于呼吸信号(RSP)特征选择,并采用自适应的适应度参数值、变异策略和临近位置交换策略对算法进行改进,使用Fisher进行情感分类,获得了较高的识别率和有效特征组合。采集了212个被试6种不同情感(高兴、惊奇、厌恶、悲伤、愤怒、恐惧)的呼吸信号数据进行仿真实验,识别效果最好的是高兴情感,最好识别率达到了92.06%,平均识别率达到了84.43%。实验仿真结果表明,将蚁群优化算法引入基于呼吸信号的情感识别研究是可行的。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：431104
    • 提供者：weixin_38686658

  1. 蚁群算法在光纤布拉格光栅横向均匀受压反射谱分析中的应用

  2. 受一些不易测得的参数对光纤光栅反射谱型的影响,应用光纤布拉格光栅(FBG)测量横向作用力很困难,为此提出将蚁群算法应用于FBG横向均匀受压反射谱型的分析。基于FBG横向均匀受压传感理论和蚁群算法的原理,建立了光栅横向均匀受力反射谱分析的目标函数,并构建光纤光栅横向应力实验系统进行光纤光栅横向受力实验;针对影响算法的参数进行仿真实验,根据实验结果选择合适的参数组合,然后应用蚁群算法对FBG横向载荷下的反射谱进行了重构。实验结果表明,蚁群算法在FBG横向均匀受压反射谱的分析中不仅具有精度高、稳定性好

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：1048576
    • 提供者：weixin_38711643

  1. 基于蚁群算法的大气激光通信中低密度奇偶校验码的盲识别

  2. 针对传统线性分组码识别方法对码长较长的低密度奇偶校验（LDPC）码不适用的情况，利用蚁群算法对对偶空间进行优化搜索，完成了对LDPC码的识别。建立了大气激光通信信道模型和LDPC码的识别模型，给出了大气激光通信湍流信道下校验关系对数似然比函数表达式；将基本蚁群算法与LDPC码的识别问题结合，将对数似然比函数经过处理作为目标函数，通过不断迭代每次搜索过程中目标函数最优值和最佳搜索路径，实现对LDPC码的识别。仿真结果表明:当码长为256时，在弱湍流条件下，当信噪比不低于8 dB时，识别率可达78%

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：2097152
    • 提供者：weixin_38635323

  1. 基于图知识迁移的蚁群算法参数选择

  2. 同时考虑蚁群算法的所有运行参数, 提出一种基于图知识迁移的蚁群算法参数选择方法. 首先, 将包含知识(蚁群算法的运行参数) 的源任务映射到一个高维的迁移空间, 并通过迁移权值连接不同的源任务, 构造一个模型迁移图; 然后, 扩展模型迁移图使其包含目标任务, 并利用图论的知识学习迁移函数; 最后, 通过最小二乘法自主地给目标任务分配一个优化的运行参数组合. 机器人路径规划问题的仿真结果验证了该方法的智能性、快速性与合理性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：509952
    • 提供者：weixin_38571878
« 12 »