蟻群算法是一種源于大自然生物界的仿生進(jìn)化算法,具有自組織性、正反饋性、較強(qiáng)的魯棒性和分布式計算等特性,且易于與其它算法相結(jié)合,在眾多的復(fù)雜組合優(yōu)化領(lǐng)域中有著廣闊的應(yīng)用前景。首先對蟻群算法的理論及其重要參數(shù)進(jìn)行了闡述,繼而分析了其在參數(shù)優(yōu)化和智能融合方面的改進(jìn)與應(yīng)用;然后對其在車間作業(yè)調(diào)度問題、車輛路徑問題、圖像處理、電力系統(tǒng)優(yōu)化等領(lǐng)域的應(yīng)用進(jìn)展進(jìn)行了綜述;最后對其理論研究和應(yīng)用領(lǐng)域可能存在的問題及對策進(jìn)行了探討和展望。

【文章頁數(shù)】：12 頁

【文章目錄】：
1 引言
2 理論研究
    2.1 基本的蟻群算法
    2.2 改進(jìn)的蟻群算法
        2.2.1 蟻群算法的參數(shù)優(yōu)化
            2.2.1. 1 精英螞蟻系統(tǒng)EAS
            2.2.1. 2 最大最小蟻群系統(tǒng)MMAS
            2.2.1. 3 自適應(yīng)蟻群算法AACA
        2.2.2 蟻群算法的智能融合
            2.2.2. 1 遺傳蟻群算法 (GACA)
            2.2.2. 2 免疫蟻群算法 (IACA)
            2.2.2. 3 模擬退火蟻群算法 (SA-ACA)
            2.2.2. 4 粒子群蟻群算法 (PSO-ACA)
3 應(yīng)用研究
    3.1 車間作業(yè)調(diào)度問題JSP (Job-shop Scheduling Problem)
    3.2 車輛路徑問題VRP (Vehicle Routing Problem)
    3.3 圖像處理應(yīng)用領(lǐng)域
    3.4 電力系統(tǒng)的應(yīng)用及其優(yōu)化
4 問題與展望



本文編號：4027389