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
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
物联网中区块链技术的应用与挑战
一种改进的多目标正余弦优化算法
一种加权距离连续K中心选址问题求解方法
不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略
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