首页| JavaScript| HTML/CSS| Matlab| PHP| Python| Java| C/C++/VC++| C#| ASP| 其他|
购买积分 购买会员 激活码充值

您现在的位置是:虫虫源码 > Matlab > 改进的ACO和PSO算法在TSP中的应用

改进的ACO和PSO算法在TSP中的应用

资 源 简 介

改进的ACO和PSO算法在TSP中的应用 蚁群优化算法(Ant Colony Optimization,ACO)和粒子群算法(Particle Swarm Optimization,PSO)是两种典型的群体智能算法。由于算法的高效性和易实现性,因此 成为了众学者的研究焦点。目前,这两种算法已被应用到函数优化和工程技术领域,并 取得了较好的效果。另一方面,算法在许多领域的研究还处于起步阶段,算法本身存在 着一些不足之处。 旅行商问题(Traveling Salesman Problem,TSP)是一种经典的、受到广泛研究的 组合优化问题之一。迄今为止,已经有多种不同的求解方法被提出。蚁群优化算法和粒 子群算法均被尝试应用于旅行商问题的求解,并取得了较大进展。然而,与一些专门用 于求解旅行商问题的启发式方法相比,算法在所求解的质量上仍存在一些不足。因此, 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报

文 件 列 表

改进的ACO和PSO算法在TSP中的应用.pdf
VIP VIP
0.186057s