自适应蚁群算法
自适应蚁群算法的相关文献在2005年到2022年内共计79篇,主要集中在自动化技术、计算机技术、电工技术、经济计划与管理
等领域,其中期刊论文64篇、会议论文4篇、专利文献147652篇;相关期刊53种,包括东西南北、东西南北·教育、运筹与管理等;
相关会议4种,包括2008(沈阳)国际安全科学与技术学术研讨会、第一届国际计算机及计算技术在农业中的应用研讨会暨第一届中国农村信息化发展论坛、中国计算机用户协会网络应用分会2005网络新技术与应用研讨会等;自适应蚁群算法的相关文献由186位作者贡献,包括张培红、张芸栗、梅志斌等。
自适应蚁群算法—发文量
专利文献>
论文:147652篇
占比:99.95%
总计:147720篇
自适应蚁群算法
-研究学者
- 张培红
- 张芸栗
- 梅志斌
- 董文辉
- 刘东静
- 刘云平
- 刘博
- 周利坤
- 周桂宇
- 唐韵青
- 孙丽娜
- 尧世文
- 张晓龙
- 张桐
- 朱益江
- 李俊
- 李宇
- 李玉金
- 杨利华
- 杨平
- 柳炳祥
- 汤可宗
- 潘刚
- 熊婧
- 牛天宇
- 王华
- 王武祺
- 王琳
- 石顺义
- 胡建杭
- 舒云
- 董人菘
- 詹棠森
- 赵艳芳
- 邵全义
- 郭岗磊
- 陈凯
- 龚毅光
- PAN Ranran
- YAO Zhong
- ZHU Pengyu
- 乔芃喆
- 于佳
- 于海山
- 余东满
- 余剑峰
- 修桂华
- 全蜀
- 冯民权
- 刘佳
-
-
裴文鑫;
孙宁;
马健霄
-
-
摘要:
为优化城市道路中智能车辆规划路径的长度与转折次数,本文提出一种改进的自适应蚁群算法。以栅格法对城市道路环境网格化处理,以路径最短、转折次数最少为优化目标函数,改进邻域搜索范围,将8邻域扩大为24邻域,利用启发函数更新初始信息素,动态调整信息素挥发系数,并提出返回上一步的死锁策略,最后考虑曲率限制,以三次B样条曲线法(B-spline curve)平滑优化处理。此研究表明,在随机生成的城市环境地图模型下,该算法较标准蚁群算法与自适应算法,路径长度分别缩短3.89%、8.38%,路径节点分别减少28%、24.2%,收敛次数分别减少37.5%、20%。此研究结果为城市道路智能车辆路径优化提供较好的理论依据。
-
-
陈侠;
毛海亮;
刘奎武
-
-
摘要:
针对传统蚁群(ACO)算法在无人机航迹规划中存在的收敛速度慢、易陷入局部最优等缺点,提出了一种基于改进自适应蚁群(IAACO)算法的无人机航迹规划方法。首先,将角度导向因子引入状态转移规则中,使蚂蚁以更大的概率朝着目标点的方向前进,提高了路径的搜索效率;然后,引入启发式信息自适应调整因子平衡了算法的收敛性和全局搜索能力;最后,通过定义长度指标函数、角度指标函数,进一步建立了航迹优化的目标函数,实现了无人机航迹规划的全局优化。实验结果表明,改进后的算法收敛速度更快,生成的路径更平滑、长度更短。
-
-
赵宏业
-
-
摘要:
为实现公共卫生事件发生后医疗资源高效、合理的分配调度,文中设计了基于自适应蚁群算法的医疗资源应急优化调度模型。针对传统蚁群算法(ACO)存在计算速度较慢、容易早熟等缺点,提出了一种自适应蚁群算法(AACO)来对蚁群进行分组。采用了融合随机性、确定性的转移点选取策略与基于局部、全局及沟通交流的信息素更新策略,且将其应用于医疗资源应急优化调度模型的求解。算例分析结果表明,文中提出的AACO算法在收敛速度、计算精度等方面均优于传统ACO算法。所设计的医疗资源应急优化调度模型能够兼顾各应急需求点的满意度及运送时间,并在提高满意度的同时降低运输成本,进而实现对医疗资源的科学调度。
-
-
高林;
姜旭辉;
朱庆港
-
-
摘要:
集装箱装载瓦楞纸板问题是一个复杂组合优化问题,针对该问题,在满足基本的装载要求和约束条件下,充分利用自适应蚁群算法的强搜索能力和启发式算法对具体问题的针对性,将自适应蚁群算法和启发式算法结合,提出一种改进的自适应蚁群算法,求解出了最优装载方案.对纸板装载问题建立模型,提出目标函数并给出约束条件;根据实际情况提出启发式规则,将其与自适应蚁群算法进行结合;使用实例进行仿真验证.将仿真结果与实际情况进行对比,装载体积率明显提高,证明了该算法能够提高瓦楞纸板装载空间利用率,节省了人力,大大提高了工作效率.
-
-
程伟华;
王纪军;
章路进
-
-
摘要:
针对单云架构存在的技术不足,提出了多云架构的编排混合部署方案;构建出包括多云存储层、云软件平台、数据传递层和应用层的架构体系,在多云网络架构中,云软件平台包括数据层、控制层、数据接口层和应用层,并在网络设备的控制平面设置SDN控制器,通过VPC(Virtual Private Cloud虚拟私有云)对底层网络进行计算、分析、处理、存储和共享等;并在编排器内引入自适应蚁群算法,应用基于SDN/NFV的通讯网络实现数据重构,进而实现数据网络的集中控制和智能编排;通过试验,本研究的方法数据包整体调度时延误差短,达0.15秒.
-
-
-
周鹏;
王慧琴;
卢英
-
-
摘要:
总结传统的二维消防疏散方式存在的问题,如疏散引导形式单一,静态的疏散引导表达等.利用BIM技术建立建筑消防疏散模型,结合自适应蚁群算法对建筑消防疏散路径进行规划,实现了建筑消防疏散路径的三维实时动态规划.案例应用表明,该方法得到的火灾疏散路径更加智能、安全.
-
-
王武祺;
李宇
-
-
摘要:
在传统构造算法的过程中由于采取是随机选择的方式,不仅计算的数据准确性存在一定的问题,并且容易造成计算的停滞.为了更好的优化改进该算法,人们提出了自适应蚁群算法,并且将该算法应用到求解最短路径和TSP问题当中,有效的解决了实际生活中的一些问题.本文主要就自适应蚁群算法求解最短路径和TSP问题进行讨论.
-
-
王武祺;
李宇
-
-
摘要:
在传统构造算法的过程中由于采取是随机选择的方式,不仅计算的数据准确性存在一定的问题,并且容易造成计算的停滞.为了更好的优化改进该算法,人们提出了自适应蚁群算法,并且将该算法应用到求解最短路径和TSP问题当中,有效的解决了实际生活中的一些问题.本文主要就自适应蚁群算法求解最短路径和TSP问题进行讨论.
-
-
李晓静;
余东满
-
-
摘要:
针对田间农用智能机器人路径规划问题,结合蚁群算法特点,提出一种基于自适应蚁群算法的路径规划方法,目的是在信息采集、田间巡检、果蔬采摘及作物搬运等操作中,利用所提方法为农用智能机器人搜索出一条距离最短的优化路径,确保其能沿着该优化路径顺利达到指定作物种植区,完成指定工作任务。该方法通过引入自适应调整信息素挥发系数、更改信息素更新机制和限定信息素阈值等策略,对传统蚁群算法进行了优化改进。仿真结果显示,在100 m×100 m作物种植区模型内,改进算法能有效解决农用智能机器人路径规划问题;改进算法规划的最佳路径长度较传统蚁群算法和禁忌搜索算法分别减少3.745 1 m和16.387 6 m;改进算法规划最佳路径所需程序迭代次数较传统蚁群算法和禁忌搜索算法分别减少13代和31代,结果表明,与传统蚁群算法和禁忌搜索算法相比,改进算法具有较强的全局搜索能力和较好的收敛性能。
-
-
-
于佳;
朴在林;
杨萍
- 《第一届国际计算机及计算技术在农业中的应用研讨会暨第一届中国农村信息化发展论坛》
| 2007年
-
摘要:
电网规划问题是一个复杂的组合优化问题。蚁群算法是用于解决组合优化问题的一种高效的启发式全局搜索技术。该文结合农村电网规划问题的特点,在基本蚁群算法的基础上,提出了通过动态调整信息素挥发因子ρ来控制其正反馈过程的自适应蚁群算法,提高了网络优化规划过程中得到全局最优解的概率和收敛速度。算例分析结果表明:自适应蚁群算法提高了电力网络优化规划过程中得到全局最优解的概率和收敛速度,在相同参数下,自适应蚁群算法的迭代次数明显减少,并验证了该方法的实效性。
-
-