蚁群优化造句

• 蚁群优化算法的原理及其应用
• 基于蚁群优化算法的旋转货架拣选路径规划
• 蚁群优化算法在发电机励磁控制中的应用研究
• aco - steiner ：基于蚁群优化策略的最小直角steiner树构造算法
• 具有时延约束网络路由问题的自适应蚁群优化算法
• 本文根据蚁群优化策略aco ，提出了一个rsmt的构造算法，称为aco - steiner 。
• 研究人工免疫算法、进化算法、支持向量机以及蚁群优化算法的理论及其应用。
• 鉴于此,本文对蚁群优化算法解决最大团问题的能力进行了研究,提出一个解决最大团问题的intensification和diversification平衡协作的蚁群优化算法。
• 蚁群优化算法是一种基于自然启发的metaheuristic算法,从其提出到现在历经10多年的发展到目前已经成为一种解决组合优化问题的有效工具。
• 摘要针对自动化立体仓库单拣选台分层水平旋转货架系统给出了数学模型，提出了一种改进的蚁群优化算法，用于解决货物拣选路径规划问题。
• 为了解决计算机科学中的最短路径问题，基于蚂蚁行为特征所发展起来的算法演变成一个被广泛认可并非常成功的新的研究领域--蚁群优化（ACO）。
• 首先引入了状态、决策等概念，同时提出了路径的概念，最终把机组最优启停问题设计成类似于tsp的模式，从而可以方便地利用蚁群优化算法来求解。
• 书中综述了当前的ACO应用，包括路由问题、任务委派、调度安排、子集问题、机器学习和生物信息学问题等，详细描述了用于网络路由的蚁网蚁群优化算法AntNet。
• 本文引入最近几年才提出来的一种新型模拟进化优化算法-蚁群优化算法，并以机组最优启停问题为研究对象，对算法本身及其在最优启停问题中的应用进行探索性工作。
• 接着,对解决最大团问题现存的简单的蚁群优化算法进行分析,指出它存在的不足,从而在此基础上提出一个改进的蚁群优化算法,并对该算法的intensification和diversification机制进行了分析。
• 蚁群优化算法最初用于解决TSP问题，经过多年的发展，已经陆续渗透到其他领域中，如，图着色问题、大规模集成电路设计、通讯网络中的路由问题以及负载平衡问题、车辆调度问题等。
• 在上层软件部分,提出了以改进的dijkstra算法和蚁群优化算法为基础的新的全局路径规划算法,并仿真验证了该算法的有效性,初步分析了移动机器人的环境空间地图表示问题和slam问题。
• 通过对基于蚁群优化的负载均衡路由协议系统的仿真,从数据分组成功递交率、平均端到端时延、平均路由建立时延、路由开销等性能的仿真数据和曲线上,分别验证了该系统中的几项关键技术和算法。
• 本文重点研究企业生产调度的研究现状,并在单机环境下的提前/拖期惩罚规则的基础上,提出了蚁群优化算法解决单机环境下的提前/拖期调度,详细说明了算法的思想思路,并在软件中得到了实现。
• 重构过程以保证交货期为前提,在虚拟制造单元的多工艺路径制造环境中,以降低制造成本,减少运输费用为目标,采用蚁群优化与遗传变异操作相结合的算法,实现制造资源的优化组合,合理分配加工任务。