浅析蚁群算法在排课问题的应用
“duner”通过精心收集，向本站投稿了8篇浅析蚁群算法在排课问题的应用，下面是小编为大家整理后的浅析蚁群算法在排课问题的应用，供大家参考借鉴，希望可以帮助到有需要的朋友。
篇1：浅析蚁群算法在排课问题的应用
浅析蚁群算法在排课问题的应用
本文介绍了基本蚁群算法的思想及原理,结合排课同题的自身特点提出一种适于排课问题的`改进的蚁群算法.
作 者：张岩 作者单位：沈阳理工大学,沈阳,113112 刊 名：中国科教创新导刊 英文刊名：CHINA EDUCATION INNOVATION HERALD 年，卷(期)： “”(5) 分类号：G421 关键词：蚁群算法 排课 图篇2：蚁群算法
蚁群算法
蚁群算法是一种仿生类非线性优化算法,具有并行性、正反馈性和全局极小搜索能力强等特点.蚁群算法的机理是:生物界中的蚂蚁在搜寻食物源时,能在其走过的路径上释放一种蚂蚁特有的分泌物信息素,使得一定范围内的其他蚂蚁能够觉察并影响其行为.当某些路径上走过的蚂蚁越来越多时,留下的这种信息素轨迹也越多,以至信息素强度增大,使后来蚂蚁选择该路径的.概率也越高,从而更增加了该路径的信息素强度.为了将起源于离散网络路径优化的原始蚁群算法思想用于连续函数优化的地球物理反演问题,必须对有关实施细节进行改造和修正,本文基于网格划分策略的连续域蚁群算法实现了连续域大地电磁蚁群算法.通过选择蚂蚁数、信息素挥发系数等参数,利用三层K型模型和四层HA型模型进行数值试验,结果表明,蚁群算法可以稳定收敛,反演结果接近理论模型.
作 者：王书明 刘玉兰 王家映 Wang Shuming Liu Yulan Wang Jiaying 作者单位：王书明,Wang Shuming(中国地质大学,地球物理与空间信息学院,武汉,430074;University,of,Utah,Salt,Lake,City,84112,U.S.A)刘玉兰,Liu Yulan(东方地球物理勘探有限责任公司,涿州,072751)
王家映,Wang Jiaying(中国地质大学,地球物理与空间信息学院,武汉,430074)
刊 名：工程地球物理学报 英文刊名：CHINESE JOURNAL OF ENGINEERING GEOPHYSICS 年，卷(期)：2009 6(2) 分类号：P631 关键词：蚁群算法 非线性 反演 地球物理篇3：蚁群算法在无人机航路规划中的应用
蚁群算法在无人机航路规划中的应用
蚂蚁算法是一种新的源于大自然生物界的仿生随机优化方法.吸收了昆虫中蚂蚁的行为特征,通过其内在的搜索机制,在一系列组合优化问题求解中取得了成效.将蚁群算法应用于无人机(UAV)航路规划,提出了一种适用于航路规划的优化方法,可以为在敌方防御区域内执行攻击任务的无人机规划设计出高效的飞行航路,保证无人机以最小的.被发现概率及可接受航程到达目标点,提高了无人机作战任务的成功率.仿真结果初步表明该方法是一种有效的航路规划方法.
作 者：柳长安 梁广平王和平李为吉 LIU Chang-an LIANG Guang-ping WANG He-ping LI Wei-ji 作者单位：柳长安,LIU Chang-an(陕西动力机械设计研究所,陕西,西安,710100)梁广平,LIANG Guang-ping(河北省电力勘测设计研究院,河北,石家庄,050031)
王和平,李为吉,WANG He-ping,LI Wei-ji(西北工业大学航空学院,陕西,西安,710072)
刊 名：火力与指挥控制 ISTIC PKU英文刊名：FIRE CONTROL & COMMAND CONTROL 年，卷(期)： 30(6) 分类号：V279 关键词：蚁群算法 无人机(UAV) 航路规划 生物信息激素篇4：进化蚁群算法及其在湖泊富营养化评价中的应用
进化蚁群算法及其在湖泊富营养化评价中的应用
蚁群算法是近年提出的一种新型的仿生算法,已在许多组合优化问题中得到成功应用,但是传统蚁群算法解决连续优化问题的能力较差.为提高其解决连续优化问题的能力,拓宽应用范围,引入带可变邻域搜索项的进化策略对其进行改进,进而提出进化蚁群算法.随后从2个方面对进化蚁群算法的性能进行测试:①采用多个经典测试函数测试进化蚁群算法用于解决连续优化问题的效果;②将进化蚁群算法应用于千岛湖的'富营养化程度评价,以测试该方法解决实际问题的效果.函数测试结果表明,进化蚁群算法可以成功用于解决连续优化问题,并且优化过程所需初始个体的数量少,优化速度快;千岛湖富营养化程度评价实例的结果表明,进化蚁群算法应用于湖泊富营养化评价是可行的,可用于解决实际问题.
作 者：邹长武 金相灿 熊建秋 李祚泳 ZOU Chang-wu JIN Xiang-can XIONG Jian-qiu LI Zuo-yong 作者单位：邹长武,熊建秋,李祚泳,ZOU Chang-wu,XIONG Jian-qiu,LI Zuo-yong(四川大学,水电学院,四川,成都,610065;成都信息工程学院,环境工程系,四川,成都,610041)金相灿,JIN Xiang-can(中国环境科学研究院,北京,100012)
刊 名：环境科学研究 ISTIC PKU英文刊名：RESEARCH OF ENVIRONMENTAL SCIENCES 年，卷(期)： 19(5) 分类号：X824 关键词：蚁群算法 进化策略 进化蚁群算法 湖泊富营养化篇5：基于蚁群算法的交通出行生成预测方法的研究及应用
基于蚁群算法的交通出行生成预测方法的研究及应用
在分析了常用出行生成预测方法的不足后,根据蚁群算法一般形式和固有特性,研究了基于蚁群算法的交通出行生成预测方法的约束条件,并给出了交通出行生成的蚁群算法预测模型.通过在锦州市的应用,体现了该模型方法简便,符合出行生成的`内在规律.
作 者：唐阳山 方媛 白艳 窦凯 TANG Yang-shan FANG Yuan BAI Yan DOU Kai 作者单位：辽宁工业大学,汽车与交通工程学院,辽宁,锦州,121001 刊 名：辽宁工业大学学报 英文刊名：JOURNAL OF LIAONING INSTITUTE OF TECHNOLOGY(NATURAL SCIENCE EDITION) 年，卷(期)： 29(2) 分类号：U121 关键词：出行生成 预测方法 蚁群算法篇6：基于蚁群算法的无人机航路规划
基于蚁群算法的无人机航路规划
为了提高无人机(UAV)作战任务的成功率,在敌方防御区域内执行攻击任务前必须规划设计出高效的无人机飞行航路,保证无人机能够以最小的被发现概率及可接受的航程到达目标点.针对这一问题,对新近发展的蚁群算法进行了讨论,提出了适用于航路规划的优化方法,并对无人机的'攻击任务航路进行了仿真计算.仿真结果表明,该方法是一种有效的航路规划方法.
作 者：白俊强 柳长安 BAI Jun-qiang LIU Chang-an 作者单位：白俊强,BAI Jun-qiang(西北工业大学,航空学院,陕西,西安,710072)柳长安,LIU Chang-an(陕西动力机械设计研究所5室,陕西,西安,710100)
刊 名：飞行力学 ISTIC PKU英文刊名：FLIGHT DYNAMICS 年，卷(期)： 23(2) 分类号：V279 V249 关键词：无人机 航路规划 蚁群算法 生物信息激素篇7：基于蚁群算法的无人机航路规划
基于蚁群算法的无人机航路规划
为了提高无人机(UAV)作战任务的成功率,在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路,保证无人机能够以最小的被发现概率及可接受的`航程到达目标点.针对这一问题,对新近发展的蚁群算法进行了讨论,提出适用于航路规划的优化方法,并对无人机的攻击任务航路进行了仿真计算.仿真结果表明该方法是一种有效的航路规划方法.
作 者：柳长安 李为吉 王和平 作者单位：西北工业大学,航空学院,陕西,西安,710072 刊 名：空军工程大学学报(自然科学版) ISTIC PKU英文刊名：JOURNAL OF AIR FORCE ENGINEERING UNIVERSITY (NATURAL SCIENCE EDITION) 年，卷(期)： 5(2) 分类号：V279 关键词：无人机 航路规划 蚁群算法 生物信息激素篇8：蚁群算法在GIS最短路径求解中应用的初步研究
蚁群算法在GIS最短路径求解中应用的初步研究
最短路径的求解是GIS应用中的主要问题之一.在传统的最短路径求解算法中,Dijkstra算法和启发式搜索算法-A*算法具有较好的效果,得到了广泛的`应用.蚁群算法是由意大利学者Dorigo等人于20世纪90年代初期通过模拟自然界中蚂蚁集体寻径的行为而提出的一种基于种群的启发式仿生进化系统.蚁群算法最早成功应用于解决著名的旅行商问题,该算法采用了分布式正反馈并行计算机制,易于与其他方法结合,而且具有较强的鲁棒性,是一种很有前途的仿生优化算法.本文将对该算法应用于GIS中最短路径的求解方面的问题进行初步的研究.
作 者：刘晓亮 Liu XiaoLiang 作者单位：辽宁工程技术大学,测绘与地理科学学院,辽宁,阜新,123000 刊 名：城市勘测 英文刊名：URBAN GEOTECHNICAL INVESTIGATION & SURVEYING 年，卷(期)：2009 “”(3) 分类号：P208 关键词：最短路径 蚁群算法 应用研究【浅析蚁群算法在排课问题的应用】相关文章：
10.核技术在环境保护中的应用
文档为doc格式
