版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、自然界里螞蟻、蜜蜂等,雖然他們個(gè)體的智能并不高,卻表現(xiàn)出很高的群體智能。群體智能起源于科學(xué)家對(duì)群居性昆蟲(chóng)的觀察和研究。群體智能是指任何啟發(fā)于群居性昆蟲(chóng)群體和其它動(dòng)物群體的集體行為而設(shè)計(jì)的算法和分布式問(wèn)題解決裝置。群體智能以其簡(jiǎn)單性、靈活性、分布性、健壯性在組合優(yōu)化問(wèn)題、知識(shí)發(fā)現(xiàn)、通信網(wǎng)絡(luò)、機(jī)器人等研究領(lǐng)域顯示出巨大的潛力和優(yōu)勢(shì),并推動(dòng)復(fù)雜科學(xué)的發(fā)展。 蟻群算法是一種新型仿生類(lèi)進(jìn)化算法,是繼模擬退火、遺傳算法、禁忌搜索等之后的又一
2、啟發(fā)式智能優(yōu)化算法。螞蟻有能力在沒(méi)有任何提示下找到從巢穴到食物源的最短路徑,并且能隨環(huán)境的變化,適應(yīng)性地搜索新的路徑,產(chǎn)生新的選擇。根本原因是螞蟻在尋找食物時(shí),能在其走過(guò)的路上釋放一種特殊的分泌物一信息素,隨著時(shí)間的推移該物質(zhì)會(huì)逐漸揮發(fā),后來(lái)的螞蟻選擇該路徑的概率與當(dāng)時(shí)這條路徑上信息素的強(qiáng)度成正比。當(dāng)一條路徑上通過(guò)的螞蟻越來(lái)越多時(shí),其留下的信息素也越來(lái)越多,后來(lái)螞蟻選擇該路徑的概率也越高,從而更增加了該路徑上的信息素強(qiáng)度。而強(qiáng)度大的信息
3、素會(huì)吸引更多的螞蟻,從而形成一種正反饋機(jī)制。通過(guò)這種正反饋機(jī)制,螞蟻?zhàn)罱K可以發(fā)現(xiàn)最短路徑。蟻群算法由意大利學(xué)者M(jìn).Dorigo等人首先提出,并成功地應(yīng)用于求解TSP、二次分配、圖著色、車(chē)輛調(diào)度、集成電路設(shè)計(jì)及通信網(wǎng)絡(luò)負(fù)載等問(wèn)題。蟻群算法從提出到現(xiàn)在,短短十余年的時(shí)間,以其在離散型組合優(yōu)化問(wèn)題中的突出表現(xiàn),吸引了人們的極大關(guān)注。 論文研究了群體智能的多個(gè)模型,研究的目的,一方面是探索和驗(yàn)證群體智能在解決分布式問(wèn)題方面的特性,另一方
4、面是拓寬群體智能的應(yīng)用領(lǐng)域。文章的研究工作主要包括以下幾個(gè)方面: (1)蟻群算法的研究。提出一種求解TSP問(wèn)題的分段交換蟻群算法。分段交換蟻群算法把小窗口、隨機(jī)分段優(yōu)化求解、模擬退火充分交換的思想引入蟻群算法,把蟻群算法和模擬退火算法融合。該算法在蟻群算法陷入局部最優(yōu)解的情況下,能改進(jìn)其局部最優(yōu)解,并可減少迭代次數(shù)。 (2)蟻群算法應(yīng)用于0-1背包問(wèn)題的研究。0-1背包問(wèn)題是典型的NP完全問(wèn)題,且蟻群算法已成功地解決了許
5、多組合優(yōu)化的難題。因此,文章介紹一種基于蟻群算法求解0-1背包問(wèn)題的算法,并對(duì)此算法進(jìn)行優(yōu)化,提出一種求解0-1背包問(wèn)題的快速蟻群算法。當(dāng)物品數(shù)較大時(shí),也取得了較好的求解質(zhì)量。 (3)蟻群算法應(yīng)用于圓排列問(wèn)題的研究。本章提出一種求解圓排列問(wèn)題的快速蟻群算法。優(yōu)化后的該算法,大大減少了蟻群算法的搜索時(shí)間,有效改善了蟻群算法易于過(guò)早地收斂于非最優(yōu)解的缺陷。 (4)改進(jìn)蟻群算法及兩類(lèi)應(yīng)用模型的研究。論文通過(guò)改變概率的計(jì)算時(shí)機(jī),
6、按“概率之和為u的輪盤(pán)賭”方式選擇下一個(gè)元素,基于模擬退火的分段交換優(yōu)化當(dāng)前最優(yōu)解,對(duì)基本的蟻群算法進(jìn)行改進(jìn),提出一種改進(jìn)的蟻群算法。文章還對(duì)蟻群算法解決組合優(yōu)化問(wèn)題進(jìn)行總結(jié),提出了蟻群算法的兩類(lèi)應(yīng)用模型。 (5)基于群體智能求解N后問(wèn)題的研究。文章提出一種求解N后問(wèn)題的螞蟻模型算法,它受啟發(fā)于群體智能的螞蟻算法和多Agent系統(tǒng),又吸收了回溯算法的優(yōu)點(diǎn)。該算法是一種隨機(jī)搜索算法,從根本上改變了回溯算法的系統(tǒng)地搜索機(jī)制,避免了大
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群算法的應(yīng)用研究.pdf
- 蟻群智能優(yōu)化算法的研究與應(yīng)用.pdf
- 基于群體智能的蟻群聚類(lèi)算法及應(yīng)用.pdf
- 改進(jìn)蟻群算法及其應(yīng)用研究.pdf
- 基于蟻群算法的群智能理論在系統(tǒng)優(yōu)化中的應(yīng)用研究.pdf
- 群智能優(yōu)化算法及應(yīng)用研究.pdf
- 蟻群算法改進(jìn)及其應(yīng)用研究.pdf
- 并行蟻群算法及其應(yīng)用研究.pdf
- 蟻群算法的改進(jìn)及其應(yīng)用研究.pdf
- 連續(xù)空間蟻群算法及其應(yīng)用研究.pdf
- 量子蟻群算法的研究及應(yīng)用.pdf
- 基于蟻群的聚類(lèi)算法應(yīng)用研究.pdf
- 基于蟻群算法的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 改進(jìn)蟻群算法及結(jié)構(gòu)優(yōu)化設(shè)計(jì)應(yīng)用研究.pdf
- 蟻群算法及其在智能交通中的應(yīng)用.pdf
- 蟻群優(yōu)化算法研究及應(yīng)用.pdf
- 蟻群算法在排課問(wèn)題中的應(yīng)用研究.pdf
- 蟻群算法在Web挖掘中的應(yīng)用研究.pdf
- 蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法在序列比對(duì)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論