蚁群算法是近年来出现的一种具有很好发展前景的优化算法,它具有较强的发现较好解的能力,尤其适合于解决传统优化方法难以解决的复杂问题。本课题研究蚁群算法的并行化,利用其潜在的并行性对其进行并行计算,以提高其计算速度,同时使并行算法的效率最优化;研究蚁群算法的理论基础,从蚁群算法过程中的有限状态集合和最优解所在路径上信息量的上确界入手,用随机过程的方法从理论上证明它的收敛性;进行基于蚂蚁其他行为或机制的
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
基于自适应干扰估测器的协作机器人关节速度波动抑制方法
基于直觉模糊二元语义交互式群决策的技术创新项目选择
量子蚁群算法及蚁群行为的波函数模型
基于蚁群算法和云模型的领域无关数据清洗
演化和蚁群算法的近似性能分析
蚁群优化算法的计算时间分析