：目前，粒子群算法在連續問題優化上的應用已經很廣泛，然而在離散問題優化方面仍處在嘗試階段。提出了一種改 進粒子群算法來解決矩形件排樣優化問題(離散優化問題)。該算法融合了遺傳算法中的交叉和變異思想，采用了信息交流 策略，使其達到快速優化目的。算法也對“最低水平線法”解碼方式進行了改進。實驗結果表明，該算法具有快速、高效特點， 與現有同類算法比較，在解決矩形件排樣問題方面的優勢明顯。
標簽：
上傳時間： 2014-01-12
上傳用戶：caiiicc
高校排課系統的算法，基于蟻群算法。高校排課系統的算法，基于蟻群算法
標簽： 算法
上傳時間： 2013-12-12
上傳用戶：czl10052678
《蟻群優化》書本的源代碼~ 該書是蟻群優化創始人DM的著作，是蟻群算法的最最權威的著作，該代碼也是最最權威的蟻群算法的代碼~ 對研究蟻群算法的研究生或者博士生特別有用~
標簽： 源代碼
上傳時間： 2017-08-21
上傳用戶：xymbian
很有幫助的粒子群算法很有幫助的粒子群算法很有幫助的粒子群算法很有幫助的粒子群算法很有幫助的粒子群算法很有幫助的粒子群算法
標簽： 源程序
上傳時間： 2015-03-05
上傳用戶：thefalls
遺傳算法c語言代碼 仿真及其研究 蟻群算法
標簽： 遺傳算法
上傳時間： 2016-03-28
上傳用戶：jnyxzdh
改進的蟻群聚類算法ppt，有原理介紹。背景介紹
上傳時間： 2016-06-17
上傳用戶：hhkpj
《MATLAB智能算法30個案例分析》是作者多年從事算法研究的經驗總結。書中所有案例均因國內各大MATLAB技術論壇網友的切身需求而精心設計，其中不少案例所涉及的內容和求解方法在國內現已出版的MATLAB書籍中鮮有介紹。《MATLAB智能算法30個案例分析》采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經網絡算法等最常用的智能算法的MATLAB實現?！禡ATLAB智能算法30個案例分析》共給出30個案例，每個案例都是一個使用智能算法解決問題的具體實例，所有案例均由理論講解、案例背景、MATLAB程序實現和擴展閱讀四個部分組成，并配有完整的原創程序，使讀者在掌握算法的同時更能快速提高使用算法求解實際問題的能力。《MATLAB智能算法30個案例分析》可作為本科畢業設計、研究生項目設計、博士低年級課題設計參考書籍，同時對廣大科研人員也有很高的參考價值。
上傳時間： 2017-05-31
上傳用戶：jplalala
移動機器人路徑規劃尤其是未知環境下機器人路徑規劃是機器人技術中的一個重要研究領域，得到了很多研究者的關注，并取得了一系列重要成果。目前已存在許多用來解決該問題的優化算法，但是此類問題屬于N-Hard問題，尋求更佳的算法就成為該領域的一個研究熱點。為此，根據機器人路徑規劃算法的研究現狀和向智能化，仿生化發展的趨勢，研究了一種基于圖的機器人路徑規劃螞蟻優化算法。算法首先用柵格法對機器人的工作空間進行建模，并用一個狀態矩陣表示其狀態，由此構造出一個連通圖，由一組螞蟻在圖上模擬螞蟻的覓食行為，從而得到避碰的優化路徑。最后，借鑒分枝隨機過程和生滅過程的理論知識，用概率的方法從理論上對該算法的收斂性進行了分析，在此基礎上，結合計算機仿真結果，證實了本文提出的算法的有效性和收斂性。迄今為止，對于未知環境下機器人路徑規劃，人們已經探索出了許多有效的求解方法諸如虛擬力場法、基于學習或Q學習的規劃方法、滾動窗口規劃方法、非啟發式方法及各類定位、導航方法等等。近年來，不少學者用改進的遺傳算法、神經網絡、隨機樹、蟻群算法等方法對未知環境下機器人路徑進行了規劃機器人路徑規劃算法向智能化、仿生化發展是一個明顯的趨勢.由于已有算法不同程度的存在一定局限性，諸如搜索空間大、算法復雜、效率不高等，尤其對于未知環境，不少路徑規劃算法的復雜度較高，甚至無法求解，根據日前的研究現狀和不足，本文提出了一種用于解決未知環境下機器人路徑規劃的基于圖的螞蟻算法，理論分析和實驗結果都證明了本文算法的有效性和收斂性本課題研究的主要內容本文在用概格法對機器人的工作空間進行建模的基礎上，用一個狀態矩陣表示其狀態，由此構造一個連通圖，由一組螞蚊在圖上模擬螞蟻的覓食行為，從而得到避碰的優化路徑并借鑒分枝隨機過程和生滅過程的理論知識用概率的方法從理論上對該算法的收斂性進行了分析，結合計算機仿真，證明了本文算法的有效性和收斂性
上傳時間： 2022-03-10
上傳用戶：kingwide
本書是作者多年從事算法研究的經驗總結。書中所有案例均因國內各大 MATLAB 技術論壇網友的切身需求而精心設計，其中不少案例所涉及的內容和求解方法在國內現巳出版的MATLAB書籍中鮮有介紹。本書采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經網絡算法等最常用的智能算法的 MATLAB實現。本書共給出30個案例，每個案例都是一個使用智能算法解決問題的具體實例，所有案例均由理論講解、案例背景、MATLAB 程序實現和擴展閱讀四個部分組成，并配有完整的原創程序，使讀者在掌握算法的同時更能快速提高使用算法求解實際問題的能力。
上傳時間： 2022-07-04
上傳用戶：
圖像是人類智能活動重要的信息來源之一，是人類相互交流和認識世界的主要媒體。隨著信息高速公路、數字地球概念的提出，人們對圖像處理技術的需求與日劇增，同時VLSI技術的發展給圖像處理技術的應用提供了廣闊的平臺。圖像處理技術是圖像識別和分析的基礎，所以圖像處理技術對整個圖像工程來說就非常重要，對圖像處理技術的實現的研究也就具有重要的理論意義與實用價值，包括對傳統算法的改進和硬件實現的研究。仿生算法的興起為圖像處理問題的解決提供了一條十分有效的新途徑；FPGA技術的發展為圖像處理的硬件實現提供了有效的平臺。 @@ 本文在詳細介紹鄰域圖像處理算法及其數據結構、遺傳算法和蟻群算法基本原理的基礎上，將其應用于圖像增強和圖像分割的圖像處理問題之中，并將其用FPGA技術實現。論文中采用遺傳算法自適應的確定非線性變換函數的參數對圖像進行增強，在采用FPGA來實現的過程中先對系統進行模塊劃分，主要分為初始化模塊、選擇模塊、適應度模塊、控制模塊等，然后利用VHDL語言描述各個功能模塊，為了提高設計效率，利用IP核進行存儲器設計，利用DSP Builder進行數學運算處理。時序控制是整個系統設計的核心，為盡量避免毛刺現象，各模塊的時序控制都是采用單進程的Moore狀態機實現的。在圖像分割環節中，圖像分割問題轉換為求圖像的最大熵問題，采用蟻群算法對改進的最大熵確定的適應度函數進行優化，并對基于FPGA和蟻群算法實現圖像分割的各個模塊設計進行了詳細介紹。 @@ 對實驗結果進行分析表明遺傳算法和蟻群算法在數字圖像處理中的使用明顯改善了處理的效果，在利用FPGA實現遺傳算法和蟻群算法的整個設計過程中由于充分發揮了FPGA的并行計算能力及流水線技術的應用，大大提高算法的運行速度。 @@關鍵詞：圖像處理；遺傳算法；蟻群算法；FPGA
上傳時間： 2013-06-03
上傳用戶：小火車啦啦啦
