搜索结果: 1-15 共查到“计算机科学技术 蚁群算法”相关记录159条 . 查询时间(0.102 秒)
基于蚁群算法的多连接查询优化问题研究
蚁群算法 多连接查询优化 数据库查询 最优解
2016/11/22
介绍了蚁群算法在数据库查询中的应用，在给出蚁群算法的基本原理和程序流程的基础上，对传统蚁群算法进行了改进，将伪随机状态转移规则和局部信息素更新规则引入蚁群算法，提出了基于蚁群系统解决数据库多连接查询优化的方法，建立了多连接查询优化问题的数学模型，并进行了相关的实验；结果表明：当数据库的表数目较多时，基于蚁群系统算法对解决多连接查询优化问题有良好的求解性能，在求最优解品质和求最优解时间上都有较好的效...
基于蚁群算法的空间目标地基监视重调度
空间监视 重调度 蚁群算法 邻域搜索
2016/4/1
为解决空间目标地基监视中的资源故障或因天气、供电导致的资源失效等对调度的干扰问题，在扰动度量的基础上提出一种基于扰动邻域搜索的蚁群算法。建立以失败需求综合优先级最小和扰动最小为目标的重调度模型，算法中采用两个信息素矩阵来产生一个可行解，通过邻域搜索在可行解的扰动邻域内对其进行局部优化，再用蚁群算法进行全局寻优。仿真实验结果表明，该算法是有效、可行的，能在可接受时间内收敛，且其解的质量相对启发式方法...
基于蚁群算法的面向服务软件的部署优化方法
面向服务的软件 部署优化 蚁群算法 性能
2017/1/4
面向服务软件的部署优化问题是典型的NP难题.本文构建了基于性能改善的软件部署优化模型,设计了一种蚁群优化算法ACO-DO进行近似最优解的快速求解.该算法通过设计基于部署优化问题的启发式、改进部署方案的构建顺序、增加局部搜索过程实现蚁群算法求解效率的提升.通过不同规模的实例实验,验证了ACO-DO算法能够取得比现有的混合整数线性规划算法、蚁群算法和遗传算法更好的性能.
针对蚁群算法求解云计算任务调度问题存在收敛速度慢和容易陷入局部最优解的缺陷，提出一种动态自适应蚁群算法的云计算任务调度策略。算法在选择资源节点中引入混沌扰乱，依据节点信息素浓度自适应调整信息素挥发因子，由解的优劣性动态更新信息素。当任务数量超过150时，动态自适应蚁群算法与蚁群算法结果相比较，时间效率最大提高319%，资源负载率为0.51。仿真结果表明，所提算法提高了解的收敛速度和全局搜索能力。
DTN网络环境下基于蚁群算法的数据编码分发
延迟容忍网络 随机网络编码 蚁群算法 数据分发
2017/1/12
提出了一种DTN多源多宿网络的数据编码分发机制（Data Dissemination Mechanism with Network Coding Based on Ant Colony Algorithm，DDM-NC）.在发布/订阅机制的基础上，通过对主题数据的编码运算和传输，充分利用网络容量进行数据多播，使得数据传输具有更好的安全性和传输效率；同时，针对编码包洪泛传输过程中信息冗余大，无效投递...
蚁群算法的改进大多从算法本身入手或与其他算法相结合,未充分利用待解决问题所包含的信息,提升效果较为有限.对此,提出一种面向对象的多角色蚁群算法.该算法充分利用旅行商问题(TSP)对象的空间信息,采用??-均值聚类将城市划分为不同类别;同时,对蚁群进行角色划分,不同角色的蚁群针对城市类别关系执行各自不同的搜索策略,增强了蚁群的搜索能力,较大幅度地提高了求解质量.每进行一次迭代,仅各角色最优个体进行信...
针对最小化制造跨度的差异工件尺寸单批处理机调度问题, 通过将其转化为最小化浪费空间的问题, 采用候选集策略构建分批以减少搜索空间, 利用基于浪费空间的启发式更新信息素, 提出一种改进的最大最小蚁群算法. 此外, 在算法中还引入了一种局部优化策略, 以进一步提高算法的性能. 仿真实验结果表明, 所提出的算法优于其他几种已有算法, 验证了所提出算法的有效性和鲁棒性.
求解双边装配线平衡问题的改进蚁群算法
双边装配线 装配线平衡问题 蚁群算法 组合优化
2017/1/14
结合第2类双边装配线平衡问题(TALBP-2)的特点，提出了一种改进蚁群算法.针对TALBP-2中操作间的序关系，对分配至同一个边工位中相邻的两项操作间定义了一种新的信息素；提出了一种新的定界策略，根据所得的最好解，减小工位时间的上界，利用已分配工位的平均实际作业时间界定工位时间的下界，缩小蚂蚁的搜索空间；针对TALBP-2提出了一种新的操作分配准则，根据所定义的3种理想操作的优先分配权限分配操作...
针对非结构化P2P网络中的服务发现问题，提出了一种基于改进蚁群算法的可信服务发现方法。该方法在传统蚁群算法基础上应用若干新的策略控制蚁群的行为，如动态蚁群策略、子蚂蚁策略、服务节点的信誉评估策略以及蚂蚁的恶意节点惩罚策略等, 高信誉服务节点在蚂蚁的推荐下进行邻居更换和自组织。 这些策略和方法为蚁群算法在分布式环境下服务发现的应用研究提供了一种新思路。实验结果表明, 本算法在各种常见复杂网络环境下仍...
LEACH协议中的簇头和基站采用一跳通信，导致能量消耗过快。为此，提出一种基于蚁群算法的无线传感器网络(WSN)能量预测路由协议。引入蚁群算法思想，簇头节点通过多跳方式与基站节点进行通信。在计算蚂蚁选择下一跳的概率时，考虑节点可能的能量消耗，避免路径选择过于集中。仿真结果表明，该协议能降低簇头能量消耗，延长网络寿命。
针对带约束服务质量多播路由在带宽、延迟等方面的需求，提出一种基于量子蚁群算法的多播路由优化方法。该方法结合量子计算和蚁群算法的特性，采用量子比特的概率幅表示蚂蚁当前位置信息，设计一种动态调整旋转角策略对蚂蚁信息素进行更新，使蚂蚁能够快速寻找到满足约束的可行路径，并避免陷入局部最优。仿真实验结果表明，该算法在寻优能力和收敛速度上表现较好。
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。
基于小波分析的蚁群算法在图像边缘提取中的应用
自适应中值滤波 小波分解与重构 蚁群算法 边缘提取
2012/3/23
在图像处理和识别的过程中，目标边缘作为图像的一个重要特征，起着很重要的作用。但在图像的获取过程中，不可避免地会带来噪声，加上各种干扰的存在，使目标的图像边缘比较模糊，对提取效果造成影响。针对图像边缘提取的实际应用情况，我们提出了采用自适应中值滤波和小波分解与重构的蚁群边缘处理算法，通过大量实验表明，该算法对噪声有较好的抑制作用，取得了良好的边缘提取效果。
针对蚁群算法存在的搜索时间长、易限于局部最优解等缺陷，提出了一种改进的蚁群算法。通过在初始化信息素矩阵中采用候选城市列表减少劣质解，在局部搜索中采用聚类进行二次搜索，缩小了算法的搜索范围、改善了解空间的质量，提高了搜索速度。仿真结果表明，改进后的蚁群算法在TSP的求解中，收敛速度和全局寻优能力均得到较大的提高。