资源简介
蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值
代码片段和文件信息
相关资源
- 基于蚁群算法和神经网络匹配算法的
- 多种蚁群算法在机器人路径规划中的
- 机器人避障航路规划蚁群算法MATLAB仿
- 蚁群算法进行二维路径规划.zip
- 蚁群算法MATLAB代码287131
- 蚁群算法路径规划避障MATLAB源程序
- 蚁群算法无人机路径规划
- 粒子群 模拟退火 蚁群算法MATLAB实现
- 基本蚁群聚类算法及其改进算法带M
- 基于蚁群算法和神经网络匹配算法的
- 运用matlab编程实现蚁群算法的低压电
- 蚁群算法算法的路径规划MATLAB实现
- 利用蚁群算法对PID参数自整定程序源
- 蚁群算法最短路径matlab程序
- 蚁群算法求最短路径1
- 蚁群算法最短路径万能matlab源代码
- MATLAB蚁群算法ACA最短路径-注释完整
- 路径规划蚁群算法
- 蚁群算法粗糙集matlab代码
- 基于Matlab解决TSP问题的蚁群算法
- 蚁群算法采用matlab开发的仿真平台
- 粒子群算法与蚁群算法混合解决旅行
- 物流配送路线matlab源程序
- 蚁群算法 matlab仿真程序，详细注释
- 基于蚁群算法的移动机器人三维路径
- 蚁群算法实现机器人避障和路径规划
- 蚁群聚类算法matlab实现
- 蚁群算法解决背包问题matlab
- 蚁群算法图像分割
- 带约束的蚁群算法模型解决TSP问题M
川公网安备 51152502000135号
评论
共有 条评论