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. 蚁群算法模拟演示程序

  2. 蚁算法模拟的小程序，蚁群算法是受真实蚁群觅食行为的启发而产生的。

  3. 所属分类：其它

    • 发布日期：2009-05-30
    • 文件大小：53248
    • 提供者：fxf_1986

  1. 数模资料包括遗传算法，TSP等

  2. 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 法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。

  3. 所属分类：其它

    • 发布日期：2009-08-23
    • 文件大小：193536
    • 提供者：h99389115

  1. 蚁群算法及其应用研究 杨剑峰

  2. 习录 目录 中文摘要 英文摘要 论绪 引言 蚁群算法的原理分析及算法描述,, 蚂蚁的信息系统,, 蚁群社会的遗传和进化,, 蚂蚁的觅食行为和觅食策略,, 蚂蚁的觅食行为,, 蚂蚁的觅食策略,, 蚁群算法的原理分析,, 人工蚁群算法的算法描述,, 人工蚁和真实蚂蚁的异同,, 人工蚁群算法描述,, 人工蚁群算法的特点,, 洋算法与其他搜索算法的比较,, 蚁群算法与进化计算的比较,, 基于图解的蚂蚁系统的收敛性及证明,, 一种蚁群优化算法的收敛性,, 问题的表示与算法的描述,, 算法的收敛性证明,,

  3. 所属分类：其它

  1. 用于求最优路劲的蚂蚁或蚁群算法

  2. 该算法仿真蚂蚁觅食的过程，通过随机性实现求最优路劲的问题，在物流运输方面，应用很广。

  3. 所属分类：其它

    • 发布日期：2010-04-23
    • 文件大小：30720
    • 提供者：pukede

  1. 蚁群算法js版，可以直接运行.在屏幕模拟蚁群觅食

  2. 蚁群算法js版,可以直接运行.在屏幕模拟蚁群觅食。 //============================ //系统参数初始化 //---------------------------- //生命体数量与轨迹长度 Unit=10;Path=10; //生命体速度上下限 v0=2;vM=10; //生命体加速度变化范围 Kr=0.1;Kv=0.1*(vM-v0); //生命体运动范围 x0=0;xM=document.documentElement.clientWidth; y0=0;

  3. 所属分类：Javascript

    • 发布日期：2010-12-17
    • 文件大小：3072
    • 提供者：imaken

  1. 模拟蚁群觅食java源程序（形象解释蚁群算法）

  2. 本源程序通过可视化界面，形象模拟蚁群觅食的全过程，是快速学习，理解蚁群算法的好资料！！同时该程序也是学习java程序的好资料！

  3. 所属分类：Java

    • 发布日期：2011-07-21
    • 文件大小：235520
    • 提供者：std_2009

  1. 蚁群算法matlab

  2. 学习蚁群算法必须的东西function [ROUTES,PL,Tau]=ACASP(G,Tau,K,M,S,E,Alpha,Beta,Rho,Q) %% --------------------------------------------------------------- % ACASP.m % 蚁群算法动态寻路算法 % ChengAihua,PLA Information Engineering University,ZhengZhou,China % Email:aihuachen

  3. 所属分类：其它

    • 发布日期：2011-08-16
    • 文件大小：5120
    • 提供者：gaojin1991

  1. 实时双向群组搜索及其在蚁群觅食动画中的应用

  2. 实时双向群组搜索及其在蚁群觅食动画中的应用

  3. 所属分类：教育

    • 发布日期：2011-10-21
    • 文件大小：470016
    • 提供者：bandit05

  1. “蚁群算法”学习包

  2. 近一百多篇文章，打包压缩后有 24.99MB ，基本上是从维普数据库中下载来的，仅供学习和研究之用，请务用于商业活动或其他非法活动中，各文章版权归原作者所有。 蚁群算法的原理： 研究表明：蚂蚁在觅食途中会留下一种外激素．蚂蚁利用外激素与其他蚂蚁交流、合作，找到较短路径．经过某地的蚂蚁越多，外激素的强度越大．蚂蚁择路偏向选择外激素强度大的方向．这种跟随外激素强度前进的行为会随着经过蚂蚁的增多而加强，因为通过较短路径往返于食物和巢穴之间的蚂蚁能以更短的时间经过这条路径上的点，所以这些点上的外激素就

  3. 所属分类：其它

    • 发布日期：2012-03-11
    • 文件大小：25165824
    • 提供者：zyx05

  1. 基于栅格化的蚁群路径规划算法实现（含Simbad仿真程序）

  2. 基于栅格化的蚁群路径规划算法实现（含Simbad仿真程序） AntsAlgorithm算法组成类 AntsAlgorithm类：保存信息素矩阵等全局信息，并提供迭代函数执行觅食活动。 Ant类：模拟蚂蚁个体，保存局部信息，并执行路径搜索活动。 仿真模拟实现类组成 AvoidBlock类：程序入口 Robot类：接收栅格化后的二维数组地图输入，模拟避障运动 MyEnvl类：接收地图数据，执行模拟环境的初始化和全局路径规划算法的调用

  3. 所属分类：Java

    • 发布日期：2013-01-06
    • 文件大小：5120
    • 提供者：mars1230531

  1. 改进蚁群算法及在路径规划问题的应用研究

  2. 路径规划问题是组合优化和运筹学领域研究的热点问题之一，具有重要的理论和现实意义。蚁群优化算法是受蚁群觅食行为启发而提出的一类群智能优化算法，该算法能有效地解决具有NP-Hard特性的组合优化问题。由于蚁群算法在求解离散问题的优势和对路径的敏感性，使它对路径规划问题的求解一直备受关注。本文针对旅行售货员问题、多智能体的编队控制问题、车辆路由问题以及智能体路径规划问题，分别提出改进的蚁群算法进行求解。

  3. 所属分类：专业指导

    • 发布日期：2013-07-14
    • 文件大小：2097152
    • 提供者：shi198369

  1. 蚁群算法及其应用(讲座)PPT

  2. 20 世纪90 年代初，意大利学者Dorigo 等受蚂蚁觅食行为的启发，提出了蚁群算法，是一种仿生算法。 蚂蚁在觅食过程中可以找出巢穴到食物源的最短路径，为什么？ （1）信息素(pheromone) （2）正反馈现象：某一路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大。

  3. 所属分类：其它

    • 发布日期：2013-08-06
    • 文件大小：549888
    • 提供者：bamboowood

  1. 蚁群算法的实现

  2. 模拟n只蚂蚁在M×N的方块区域内寻找食物的过程。要求在M×N的方块区域内，可随机设置蚁巢和食物地点，在对蚂蚁觅食规律分析与掌握的基础上，编写程序模拟蚁群的觅食过程，并利用动画形式进行展示。

  3. 所属分类：C++

    • 发布日期：2015-04-05
    • 文件大小：200704
    • 提供者：bonbon_wen

  1. 蚁群觅食模拟（源代码）

  2. 蚁群觅食模拟，模拟蚂蚁的活动，人工生命范畴，学习用

  3. 所属分类：专业指导

    • 发布日期：2008-12-02
    • 文件大小：235520
    • 提供者：staringly

  1. 蚁群算法讲解

  2. 蚁群算法模拟了自然界中蚂蚁的觅食行为。 • 蚂蚁寻找食物源时，在其经过的路径上释放一种信息素，并能够感知其它蚂蚁释放的信息素。信息素浓度的大小表征路径的远近，信息素浓度越高，表示对应的路径距离越短。 • 通常，蚂蚁会以较大的概率优先选择信息素浓度较高的路径，并释放一定量的信息素，以增强该条路径上的信息素浓度，这样，会形成一个正反馈。最终，蚂蚁能够找到一条从巢穴到食物源的最佳路径，即距离最短。

  3. 所属分类：机器学习

    • 发布日期：2018-07-09
    • 文件大小：2097152
    • 提供者：zongkangqu3799

  1. 解密非凡的蚁群算法

  2. 蚁群协调能力非凡。它们能筑起穿过丛林的复杂小路，搭建精巧巢穴，以及根据所处环境调整觅食模式，所有这些都无需中央指挥。蚂蚁简单的个体行动产生出复杂的行为模式，斯坦福大学的生物学家 Deborah Gordon希望揭开这背后的简单规则。 蚁群特别擅长集体搜索，能自动根据周围环境情况调整搜索策略，从而高效占领大面积地面。Gordon发现这些蚁群的搜索算法和互联网背后的人造算法有相似之处。Gordon希望能从蚁群解决此类问题的规律中找到一种新算法，从根本上降低大规模计算网络的成本，提升其性能。

  3. 所属分类：深度学习

    • 发布日期：2018-02-26
    • 文件大小：18432
    • 提供者：qq_20810903

  1. 蚁群算法方法介绍及其代码实现.zip

  2. 内含教学ppt以及matlab实现代码等 蚁群系统(Ant System或Ant Colony System)是由意大利学者Dorigo、Maniezzo等人于20世纪90年代首先提出来的。他们在研究蚂蚁觅食的过程中，发现单个蚂蚁的行为比较简单，但是蚁群整体却可以体现一些智能的行为。例如蚁群可以在不同的环境下，寻找最短到达食物源的路径。这是因为蚁群内的蚂蚁可以通过某种信息机制实现信息的传递。后又经进一步研究发现，蚂蚁会在其经过的路径上释放一种可以称之为“信息素”的物质，蚁群内的蚂蚁对“信息素”具

  3. 所属分类：机器学习

    • 发布日期：2020-04-10
    • 文件大小：604160
    • 提供者：ay1156983836

  1. TSP蚁群算法.py

  2. 蚁群算法(AG)是一种模拟蚂蚁觅食行为的模拟优化算法，它是由意大利学者Dorigo M等人于1991年首先提出，并首先使用在解决TSP（旅行商问题）上。 之后，又系统研究了蚁群算法的基本原理和数学模型。用python语言编写的基于蚁群算法的旅行商问题解方法，有图形界面。

  3. 所属分类：Python

    • 发布日期：2020-04-08
    • 文件大小：12288
    • 提供者：weixin_42996664

  1. 蚁群算法-Ant System.rar

  2. 蚁群系统(Ant System或Ant Colony System)是由意大利学者Dorigo、Maniezzo等人于20世纪90年代首先提出来的。他们在研究蚂蚁觅食的过程中，发现单个蚂蚁的行为比较简单，但是蚁群整体却可以体现一些智能的行为。例如蚁群可以在不同的环境下，寻找最短到达食物源的路径。这是因为蚁群内的蚂蚁可以通过某种信息机制实现信息的传递。后又经进一步研究发现，蚂蚁会在其经过的路径上释放一种可以称之为“信息素”的物质，蚁群内的蚂蚁对“信息素”具有感知能力，它们会沿着“信息素”浓度较高路

  3. 所属分类：讲义

    • 发布日期：2020-06-18
    • 文件大小：571392
    • 提供者：weixin_42076956

  1. 蚁群算法路径规划.rar

  2. 蚁群算法最早是由Marco Dorigo等人在1991年提出，他们在研究新型算法的过程中，发现蚁群在寻找食物时，通过分泌一种称为信息素的生物激素交流觅食信息从而能快速的找到目标，据此提出了基于信息正反馈原理的蚁群算法。 蚁群算法根据模拟蚂蚁寻找食物的最短路径行为来设计的仿生算法，因此一般而言，蚁群算法用来解决最短路径问题，并真的在旅行商问题（TSP，一个寻找最短路径的问题）上取得了比较好的成效。目前，也已渐渐应用到其他领域中去，在图着色问题、车辆调度问题、集成电路设计、通讯网络、数据聚类分析等

  3. 所属分类：算法与数据结构

    • 发布日期：2021-02-10
    • 文件大小：4096
    • 提供者：hsshshs
« 12 »