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. 用蚁群优化算法求解中国旅行商

  2. ：中国旅行商问题是一个组合优化问题，是一个NP问题。本文提出用蚁群优化算法去解决，同时提出了两 种改进的方法，其中，Ant—F 能够增强系统的搜索能力，使系统避免早熟， 具有正负反馈的功能，仿真简单，容易理 解；而ACS+是在Ant Colony System (ACS)的基础上改进而成，它使系统在演化的后期能够通过适当增大系统区分 信息素对比强度的方法，尽快找到最优的解。和其它的几种蚁群优化算法、遗传算法和模拟退火算法相比较，实验 表明，ACS+是本文提及的几种算法中最优的一种，它能加快系统

  3. 所属分类：其它

    • 发布日期：2009-08-01
    • 文件大小：219kb
    • 提供者：dragon76666

  1. 遗传算法解决中国旅行商问题（45个城市）

  2. 旅行商问题( Traveling Salesman Problem , TSP) 是一个NP 完全问题, TSP 问题是组合优化领 域中的一个典型的问题. 目前求解TSP 问题的主要 方法有模拟退火算法[1 ] 、遗传算法[2 ] 、启发式搜索 法、Hopfield 神经网络算法[3 ] 、蚁群算法[4 ] 等. 文献 [ 5 ]中将是将遗传算法与蚂蚁算法的融合,采用遗传 算法生成信息素分布,利用蚂蚁算法求精确解,优势 互补,期望获得优化性能和时间性能的双赢,并对其 收敛性进行了讨论. 文中提

  3. 所属分类：其它

    • 发布日期：2009-12-25
    • 文件大小：5mb
    • 提供者：wujiaxu

  1. 遗传算法解决中国旅行商问题

  2. 遗传算法解决中国旅行商问题 遗传算法解决中国旅行商问题

  3. 所属分类：其它

    • 发布日期：2010-06-01
    • 文件大小：3mb
    • 提供者：bjtq2010

  1. 用蚁群优化算法求解中国旅行商问题

  2. 中国旅行商问题是一个组合优化问题是一个NP 问题本文提出用蚁群优化算法去解决同时提出了两种改进的方法其中Ant-F 能够增强系统的搜索能力使系统避免早熟具有正负反馈的功能仿真简单容易理解而ACS+是在Ant Colony System ACS 的基础上改进而成它使系统在演化的后期能够通过适当增大系统区分信息素对比强度的方法尽快找到最优的解和其它的几种蚁群优化算法遗传算法和模拟退火算法相比较实验表明ACS+是本文提及的几种算法中最优的一种它能加快系统收敛的速度找到问题的最优值。

  3. 所属分类：C/C++

    • 发布日期：2011-04-06
    • 文件大小：68kb
    • 提供者：jxlvenus

  1. 遗传算法求解中国旅行商问题（C语言）

  2. 使用遗传算法求解中国旅行商问题（31个城市），数据从文件中（网上找到）读取。求得的最好结果是：15397.5km（不是每次都能有这个解）,比介绍算法的人工智能上说的15404km略短，编程环境Visual studio2013，所以个别函数在低版本环境下可能需要修改（例如fopen_s在低版本环境下为fopen）。

  3. 所属分类：C

  1. ant_TSP4.m

  2. 基于matlab的ant colony的TSP问题优化求解，TSP问题指旅行商问题，此处代入中国旅行商，即将城市设置为中国31个城市，求取最短路径。

  3. 所属分类：其它

  1. 进化策略与蚁群算法融合的求解旅行商问题

  2. 针对进化策略收敛速度快但容易陷入早熟收敛以及最大最小蚂蚁系统求解能力强但收敛速度较慢的特点,将进化策略与最大最小蚂蚁系统融合,并利用最大最小蚂蚁系统求出每一步迭代的最优解,再对迭代出最优解进行进化策略中的变异操作来加快解的收敛速度。将所提出的算法应用到中国旅行商问题(CTSP)的实际应用中,其结果显示出优越性。

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：277kb
    • 提供者：weixin_38679178