启发式的智能搜索算法的出现为解决这类问题提供了新的途径,其中蚁群算法(Ant Colony Algorithm)作为一种仿生优化算法,具备分布式计算、自组织、正反馈等特点,应用十分广泛;但其算法本身也存在一些缺陷,如需要较长的搜索时间、...
基于790个网页-相关网页
...题[1]。求解背包问题的方法主要有回溯算法、贪婪算法、遗传算法、禁忌搜索算法、模拟退火算法等。蚂蚁算法(Ant Colony Algorithm,ACA)是一种源于大自然的新型仿生类进化算法,源于对蚂蚁觅食模型的研究。
基于40个网页-相关网页
improved ant colony algorithm 改进蚁群算法 ; 改进的蚁群算法
hybrid ant colony algorithm 混合蚁群算法
Basic ant colony algorithm 基本蚁群算法
binary ant colony algorithm 二元蚁群算法
polymorphic ant colony algorithm 多态蚁群算法
Continuous Ant Colony Algorithm 连续蚁群算法
adaptive ant-colony algorithm 自适应蚁群算法
When Ad Hoc ant routing was designated, a distinct visual angle to review the ant colony Algorithm was used, some useful ways for Ad Hoc routing were obtained.
在进行蚂蚁算法的设计时,运用不同的视角审视基本的蚂蚁算法,提炼出一些有益的实现方法。
参考来源 - 无线移动Ad Hoc网络蚂蚁路由算法的研究·2,447,543篇论文数据，部分数据来源于NoteExpress
A novel ant colony algorithm is proposed based on the bionics of cooperation relation between soldier ant and worker ant in the foraging process.
基于对蚂蚁种群中兵蚁和工蚁在觅食过程中合作关系的仿生，提出了一种改进型蚁群算法。
The ant colony algorithm has good adaptability when solving combined optimization problems, it isn t very good for continuous optimization problems.
蚁群算法在解决组合优化问题上有着良好的适应性，但直接应用于求解连续优化问题难以获得理想的效果。
It greatly reduces the searching time of ant colony algorithm. It also effectively ameliorates the disadvantage of easily falling in local best of ant colony algorithm.
它大大减少了蚁群算法的搜索时间，有效改善了蚁群算法易于过早地收敛于非最优解的缺陷。
应用推荐