粒子群算法求解TSP問題，大家共享哦，希望有所幫助
上傳時間： 2013-12-22
上傳用戶：xmsmh
matlab程序，用蟻群算法求解tsp問題
上傳時間： 2018-03-11
上傳用戶：Leesuk
30個數學建模智能算法及MATLAB程序代碼:chapter10基于粒子群算法的多目標搜索算法.rarchapter11基于多層編碼遺傳算法的車間調度算法.rarchapter12免疫優化算法在物流配送中心選址中的應用 .rarchapter13粒子群優化算法的尋優算法.rarchapter14基于粒子群算法的PID控制器優化設計.rarchapter15基于混合粒子群算法的TSP搜索算法 .rarchapter16 基于動態粒子群算法的動態環境尋優算法.rarchapter17基于PSO工具箱的函數優化算法.rarchapter18魚群算法函數尋優.rarchapter19基于模擬退火算法的TSP算法.rarchapter1遺傳算法工具箱.rarchapter20基于遺傳模擬退火算法的聚類算法.rarchapter21模擬退火算法工具箱及應用.rarchapter22蟻群算法的優化計算——旅行商問題(TSP)優化 .rarchapter23基于蟻群算法的二維路徑規劃算法.rarchapter24 基于蟻群算法的三維路徑規劃算法.rarchapter25有導師學習神經網絡的回歸擬合——基于近紅外光譜的汽油辛烷值預測.rarchapter26.rarchapter27無導師學習神經網絡的分類——礦井突水水源判別.rarchapter28支持向量機的分類——基于乳腺組織電阻抗特性的乳腺癌診斷 .rarchapter29支持向量機的回歸擬合——混凝土抗壓強度預測.rarchapter2基于遺傳算法和非線性規劃的函數尋優算法 .rarchapter30極限學習機的回歸擬合及分類.rarchapter3基于遺傳算法的BP神經網絡優化算法 .rarchapter4sa_tsp.rarchapter5基于遺傳算法的LQR控制器優化設計.rarchapter6遺傳算法工具箱詳解及應用 .rarchapter7多種群遺傳算法的函數優化算法.rarchapter8基于量子遺傳算法的函數尋優算法 .rarchapter9基于遺傳算法的多目標優化算法.rar
上傳時間： 2021-11-28
上傳用戶：
蟻群算法基本模型STEP1（外循環）若滿足算法停止規則，停止計算，輸出計算得到的最好解給定外循環的最大數目，表明有足夠的螞蟻工作當前最優解連續K次相同而停止，K是給定的整數，表示算法已收斂◆給定優化問題的下界和誤差值，當算法得到的目標值同下界之差小于給定的誤差值時，算法終止否則使螞蟻s（1≤s≤m）從起點出發，用L（S）表示螞蟻S行走的城市集合，初始L（s）為空集。設m只螞蟻在圖的相鄰節點間移動，協作異步地得到解。螞蟻計算出下一步所有可達節點的一步轉移概率，并按此概率實現一步移動，依此往復。一步轉移概率由圖中每條邊上的兩類參數決定：信息素值、可見度（即先驗值）。信息素的更新有2種方式：揮發——所有路徑上信息素以一定比率減少增強——給評價值“好”（有螞蟻走過）的邊增加信息素蟻群算法基木模型令我們以求解平面上n個城市的TSP問題（1，2，…，n）表示城市號為例說明ACA的模型。n個城市的TSP問題就是尋找通過n個城市各次且最后回到出發點的最短路徑蟻群算法研究現狀令ACA是模擬自然界中真實蟻群的覓食行為而形成的一種模擬進化算法。10年多來的研究結果已經表明：ACA用于組合優化具有很強的發現較好解的能力，具有分布式計算易于與其他方法相結合、魯棒性強等優點，在動態環境下也表現出高度的靈活性和健壯性。在求解TSP、QAP問題方面，與遺傳算法、模擬退火算法等算法比較，ACA仍是最好的解決方法之一。
標簽： 螞蟻算法
上傳時間： 2022-03-10
上傳用戶：
艦船電力系統網絡重構可以看作為一個多目標、多約束、多時段、離散化的非線性規劃最優問題。根據艦船電力系統特點，提出了一種改進的粒子群優化算法。在傳統粒子群算法的基礎上，運用混沌優化理論進行初始化粒子的初始種群，提升初始解質量；同時，引進遺傳操作以改進粒子群算法易陷入局部極值的缺點。通過對典型的模型仿真表明，該算法具有更好的尋優性能，并且有效地提高了故障恢復的速度與精度。
上傳時間： 2014-12-23
上傳用戶：AbuGe
針對基本蟻群算法在機器人路徑規劃問題中容易陷入局部最優的問題，提出了一種改進的蟻群算法，利用遺傳算法加入了變異因子使最優路徑產生變異，從而降低了蟻群算法陷入局部極小的可能性，同時改善了基本蟻群算法不收斂或收斂速度比較慢的缺點，加快了收斂速度，增加了最優解的多樣性。
上傳時間： 2013-11-11
上傳用戶：zuozuo1215
粒子群算法是在遺傳算法基礎上發展起來的一種新的并行優化方法,可用于解決大量非線性、不可微和多峰值的復雜問題。與遺傳算法不同的是,粒子群算法中的粒子有記憶功能,整個搜索過程是跟隨當前最優粒子的過程,因此在大多數情況下,所有的粒子可能更快的收斂于最優解。而且粒子群算法理論簡單,參數少,因此其應用更為廣泛。文中把粒子群算法用于陣列天線的波束賦形,結果表明粒子群算法在對天線形狀進行設計方面有很好的發展前景。
上傳時間： 2013-11-14
上傳用戶：lz4v4
粒子群算法的vb源程序，可以自定義算法參數，實現對6個非約束性測試函數極小值的全局優化，動態顯示粒子的移動。低維下，優化效果很好。直接解壓，無須密碼。請多指正。
上傳時間： 2015-03-17
上傳用戶：talenthn
用VB寫的蟻群算法實驗軟件，用以解決典型的TSP問題，可以設定參數
上傳時間： 2015-05-26
上傳用戶：zhangliming420
帶約束的蟻群算法的程序，用于歐幾里德（Euclid）TSP問題，用c語言編寫的，供大家借鑒
上傳時間： 2015-06-15
上傳用戶：rocketrevenge
<li id="uq88c"></li>