搜索结果: 1-11 共查到“计算机科学技术 混合蚁群算法”相关记录11条 . 查询时间(0.152 秒)
蚁群算法在求解车辆路径问题过程中存在搜索时间长、易于陷入局部最优解的问题。为此，设计并实现一种混合蚁群算法。引入变异算子增强算法的全局搜索能力，采用2-opt法优化阶段最优解的子路径。通过对信息素的挥发因子进行动态调整，从而有效控制信息量的变化速度。实例仿真结果表明，该算法具有较好的求解效率和寻优效果。
基于混合蚁群算法的网格任务调度
网格 任务调度 蚁群算法
2010/2/20
针对网格任务调度的调度时间长、资源负载不平衡等问题，提出一种基于混合蚁群算法的网格任务调度方法。该方法将禁忌搜索作为蚁群算法的局部搜索策略，以扩大解的搜索空间，避免陷入局部最优，并通过多样化机制提高算法收敛速度。利用平衡因子调节信息素的更新，改善资源的负载平衡性能。
面向TSP求解的混合蚁群算法
免疫算法 旅行商问题 混合算法
2009/8/12
针对蚁群算法的早熟和停滞等现象，将免疫算法机制引入蚁群算法，提出用于TSP求解的混合算法。该算法具有蚁群算法的自适应反馈机理、收敛速度快和免疫算法操作算子简单和维持种群多样性、防止种群退化等特性。从算法解的质量与效率方面与基本蚁群算法和免疫算法进行比较，结果表明融合免疫机制的蚁群算法性能显著提高，也为解决其他组合优化问题提供一个新的思路。
基于二次分配问题的混合蚁群算法
混合蚁群算法 2-交换变异算子 局部搜索
2009/7/17
二次分配问题是组合优化领域中经典的NP-hard问题之一，应用广泛。在对二次分配问题进行分析的基础上，提出了一种求解该问题的混合蚁群算法。该算法通过在蚁群算法中引入遗传算法的2-交换变异算子，增强了算法的局部搜索能力，提高了解的质量。实验结果表明，该算法在求解二次分配问题时优于蚁群算法和遗传算法。
基于遗传算法的混合蚁群算法
混合蚁群算法 算法融合 连续空间优化
2009/7/16
提出了一种新的求连续空间最优值的蚁群算法。结合遗传算法和蚁群算法各自的优点以及两种算法融合基础，提出了遗传算法融入到蚁群算法融合中的两种新策略，第一种策略是先利用遗传算法具有比较强的全局搜索能力，在大范围内寻找一组解，然后以此为基础，用蚁群算法快速寻找最优解X*best；另一种策略是利用遗传算法交叉操作产生蚁群算法中的新旅行路径，以此提高蚁群算法的全局搜索能力。用上述策略构造两个基于遗传算法的混合...
求解置换流水车间调度问题的混合蚁群算法
置换流水车间调度问题 蚂蚁系统 信息素变异
2009/7/13
针对最大—最小蚂蚁系统在解决置换流水车间调度问题时易陷入局部最优的问题，引入最好—最差蚂蚁系统中的信息素变异和重置规则，提出了一种混合蚁群算法。使信息素矩阵变异并在搜索过程停滞时重置信息素矩阵以在搜索过程中引入多样性。在基准问题集上的对比实验表明，该算法比传统的蚁群算法具有更好的搜索全局最优解的能力。
一种带有竞争机制的混合蚁群算法
蚁群算法 蚁群系统 旅行商问题
2009/7/9
针对基本蚁群算法（AS）存在的不足，提出了一种同时包含竞争机制和多种寻优规则的混合蚁群算法（MCAS）。通过对TSP问题的仿真实验，表明MCAS算法选用适当的参数组合后，可以在不增加算法复杂度的前提下表现出比AS算法更佳的全局求解能力和鲁棒性。
求解Job Shop调度问题的混合蚁群算法研究
蚁群算法 禁忌搜索 混合算法 Job Shop调度
2009/2/11
为了解决单一算法求解Job Shop调度问题存在的不足，该文提出了一种混合算法，将蚁群算法用于全局搜索。针对蚁群算法易于陷入局部最优的情况，提出了一种基于关键工序的邻域搜索方法，将使用此邻域搜索方法的TS算法作为局部搜索策略。利用TS算法较强的局部搜索能力，提高了蚁群算法的优化能力，达到改善Job Shop调度问题解的质量。实验结果表明，混合算法在较短的时间内，找到了FT10、LA24、LA36等...
基于路径交换的求解TSP混合蚁群算法
旅行商问题 蚁群算法 路径交换
2009/1/23
将蚁群算法与局部搜索优化算法结合，可抑制蚁群算法早熟收敛问题，并能提高蚁群算法的收敛速度。通过建立有效的局部搜索优化算法的参照优化边集，提高其求解质量和效率；引入路径交换策略提高蚁群算法的收敛速度和寻优能力。实验结果表明改进的混合蚁群算法能求解规模在2000个城市以内的旅行商问题的全局最优解。
求解混杂生产调度问题的嵌套混合蚁群算法
蚁群算法 混杂生产调度 信息素更新
2008/12/18
蚁群算法作为解决优化问题的有力工具,它的有效性已经得到了证明.由于其生物学背
景,基本蚁群算法被设计来求解复杂的排序类型组合优化问题,在连续空间优化问题的求解方面
研究很少.本文提出一种嵌套混合蚁群算法,用于解决具有混杂变量类型的复杂生产调度问题,
在一种新的最佳路径信息素更新算法的基础上,提高了搜索效率.计算机仿真结果表明,本文提
出的方法在求解此类问题上性能优于另一种基于进化计算的有效...