共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
遗传算法在多个领域得到了应用,如人工智能领域,最优化求解问题,TSP问题等等.本文就遗传算法的基本定义与思想进行了介绍,同时介绍了由遗传算法优化或者衍生而来的一些算法的作用.并介绍了遗传算法的具体应用. 相似文献
3.
4.
5.
6.
蚁群算法,其实又被叫做蚂蚁算法,这是一种用在图形当中的算法,主要是寻找图中的优化路径。把蚁群算法同传统的遗传算法进行结合,那么就有了一种新的计算方法,就是多目标数据关联的方法,这种计算的方法是通过一个团体当中的个体将信息携带,并且把整个的信息要素模型进行了优化和扩张,这种算法也提高了计算的速度,局部出现极值的情况也避免了。而且还将交叉变异的方法和团体的接受力的模型引入了计算方法当中,经过大数法则的实验,表明了这种计算的方法不但能够将关联的准确率提高,还可以加快了关联的速度。 相似文献
7.
莫桂江 《微电子学与计算机》2011,28(9)
为了提高无线传感器网络路径优化效率,快速找到最优路径,提出基于蚁群-遗传算法的传感器路径优化方法.利用遗传算法的快速全局搜索能力和蚁群算法的正反馈机制,实现了两种算法的融合.仿真结果表明,蚁群-遗传算法在时间和性能上都优于单独的蚁群算法和遗传算法,能快速找到无线传感器网络最优路径,有效延长了网络的生命周期. 相似文献
8.
《电子技术与软件工程》2015,(6)
网络考核系统具有较高的应用与开发价值,众多院校和政府机关单位都采用了网络考核平台,来完成对学生和员工的成绩考核。同时该平台还可以进行教师与学生、领导与与员工的交互作用。从经济角度、技术角度、使用价值角度都具有研发价值。尤其在网络考核系统中使用遗传算法,使得考核系统的组卷策略更合理,使得难度数值趋于一致。 相似文献
9.
10.
11.
12.
13.
14.
15.
针对蚁群算法加速收敛和早熟停滞现象的矛盾,根据遗传算法的交叉算子、变异算子和粒子群算法的粒子极值,采用一种优化蚁群算法,以在加速收敛和防止早熟停滞现象之间取得更好的平衡.在利用该算法解决TSP问题中,当前解与个体极值和全局极值分别进行交叉操作,产生的解为新的位置信息.通过对50个城市问题进行实验,结果表明,该方法比一般蚁群算法具有更好的收敛速度和稳定性,适合于求解大规模的问题. 相似文献
16.
17.
传统的PID控制对于控制模型不确定并具有非线性特性的对象时,存在参数难以整定、控制效果不好的缺点,文中提出了一种基于蚁群算法的PID调节算法,即利用蚁群算法动态调节PID的参数,实现对配料系统的控制,通过实验仿真的方式证明了该方法具有良好的控制效果及适应性。 相似文献
18.
19.
20.
魏星 《智能计算机与应用》2016,(5):48-50
研究网络知识路由问题,提高网络资源搜索质量。针对传统方法在网络资源搜索过程中,存在搜索时间长,得不到最优解,导致搜索速度慢,效率低的问题。为了提高网络资源搜索效率,提出一种基于改进蚁群的路径搜索算法,在混合信息素更新策略,自适应挥发因子等方面进行改进,并设置了先行蚂蚁和后行蚂蚁。该方法有效地避免了蚁群搜索陷入局部最优,加快了收敛,提高了搜索效率。仿真结果表明,改进方法缩短了搜索时间,网络资源搜索效率明显提高,证明是一种有效的优化方法,能够在最短时间找到资源搜索的最优解,是解决网络资源搜索优化问题的有效算法。 相似文献