收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

应用点着色聚类改进蚁群算法

李旭  
【摘要】: 蚁群算法是一种仿生优化算法,它模拟了昆虫王国中蚂蚁群体进行觅食的行为,该算法采用了正反馈自催化机制,具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法结合等优点,在解决许多复杂优化问题方面已经展现出其优异的性能和巨大的发展潜力,特别对旅行商问题(TSP)。在TSP问题中,蚁群算法的运行时间与城市数目的平方成正比,对于大规模的TSP问题,将耗费相当长的运行时间。为了加快运行时间,本文提出了一种新的聚类方法——点着色聚类(VCC)将城市划分为若干个类,并让ACO对每个类进行求解(ACO_VCC),这样就相当于降低了城市数目,加快了运行速度。同时,本文还在ACO_VCC的基础之上引入了小窗口、去交叉策略(ACO_VCC_LWCR)进一步的加快运行时间和优化运行结果。 本文总结了详细介绍了基本蚁群算法,引入点着色聚类(VCC)的方法,并将该方法引入到了蚁群算法提出了新的改进蚁群算法,给出详细的算法过程。 本文的主要研究内容及成果如下: (1)阐述了蚁群算法的思想起源,总结了基本蚁群算法的仿生原理、数据结构、算法模型以及基本蚁群算法的具体实现步骤,同时根据算法模型给出了基本蚁群算法的程序流程图。 (2)介绍K-Means聚类算法模型和程序实现步骤及程序结构,以及将K-Means聚类方法应用到蚁群算法上并阐述其特点。 (3)针对基本蚁群算法存在的缺点,本文提出了一种新的聚类方法——点着色聚类(VCC),并将VCC引入到蚁群算法(ACO)得到ACO_VCC来改进基本蚁群算法,同时又将小窗口和去交叉策略引入到ACO_VCC中得到ACO_VCC_LWCR进一步改进蚁群算法。 (4)通过仿真实验结果充分显示了改进算法的优越性和合理性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 雷中原;李为民;;蚁群算法的多目标识别模型[J];火力与指挥控制;2008年01期
2 王哲;雷中原;梁义芝;;基于蚁群算法的舰艇编队多目标识别模型[J];现代防御技术;2007年03期
3 胡宏梅;董恩清;;基于蚁群聚类的码书设计[J];苏州大学学报(工科版);2007年02期
4 吕聪颖,于哲舟,周春光,王康平,庞巍;动态自适应蚁群算法在二次分配问题中的应用[J];吉林大学学报(理学版);2005年04期
5 刘小梅;张君静;;蚁群优化算法基本原理及其应用[J];西部探矿工程;2008年10期
6 刘文;郑丽英;;基于蚁群算法的模糊C均值聚类[J];太原科技;2009年01期
7 孙云山;王学深;刘健;白婧;刘凯;赵冬青;;蚁群算法及其在物流系统中的应用研究[J];科技情报开发与经济;2010年16期
8 李方洁;刘希玉;;基于渐进蚁群算法的DNA多序列比对[J];网络安全技术与应用;2010年09期
9 于连伯;;蚁群算法的研究[J];江苏科技信息;2010年09期
10 陈烨;带杂交算子的蚁群算法[J];计算机工程;2001年12期
11 丁滢颍,何衍,蒋静坪;基于蚁群算法的多机器人协作策略[J];机器人;2003年05期
12 高尚;武器-目标分配问题的蚁群算法[J];计算机工程与应用;2003年03期
13 陈崚,沈洁,秦玲,陈宏建;基于分布均匀度的自适应蚁群算法[J];软件学报;2003年08期
14 纪竹亮,戴连奎;一种改进的自适应路由算法[J];计算机工程;2004年09期
15 闻育,吴铁军;求解复杂多阶段决策问题的动态窗口蚁群优化算法[J];自动化学报;2004年06期
16 许毅,李腊元;基于蚁群算法的QoS多播路由优化算法[J];计算机应用研究;2005年02期
17 王俊峰,朱庆保;基于蚁群算法的知识约简[J];南京师范大学学报(工程技术版);2005年02期
18 师凯,蔡延光,邹谷山,王涛;运输调度问题的蚁群算法研究[J];计算技术与自动化;2005年03期
19 胡燕海,叶飞帆;基于蚁群算法的平行流水作业计划方法[J];机械制造;2005年09期
20 冯远静,冯祖仁,彭勤科;一类自适应蚁群算法及其收敛性分析[J];控制理论与应用;2005年05期
中国重要会议论文全文数据库 前10条
1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
4 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
5 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
6 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
7 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
8 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
9 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
10 陈峻;沈洁;秦玲;;蚁群算法进行连续参数优化的新途径[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
中国博士学位论文全文数据库 前10条
1 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
2 郭乘涛;基于问题分解与蚁群算法的半导体晶圆制造系统调度方法的研究[D];上海交通大学;2012年
3 王翔;混合蚁群算法及其在管理优化中的应用[D];东华大学;2012年
4 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
5 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
6 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
7 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
8 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
9 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
10 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
中国硕士学位论文全文数据库 前10条
1 李旭;应用点着色聚类改进蚁群算法[D];四川师范大学;2010年
2 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
3 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
4 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
5 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
6 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
7 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
8 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
9 林时来;基于蚁群算法的呼吸信号情感识别研究[D];西南大学;2011年
10 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年
中国重要报纸全文数据库 前10条
1 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
2 王云鹤 熊立;武汉电信直销中心剑指聚类市场[N];人民邮电;2009年
3 记者 肖卓;聚类市场:想挖金矿不容易[N];人民邮电;2009年
4 张秋;突破聚类市场的信息化盲区[N];中国计算机报;2007年
5 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年
6 符信;30个指标评价社会发展水平[N];南方日报;2005年
7 记者 李远治 通讯员 邹超 敖翔;重庆号百传媒探索聚类市场新模式[N];人民邮电;2009年
8 本报记者 薛海滨;四大概念技术秀[N];计算机世界;2005年
9 本报记者 干江东;制作精良市场看好[N];贵州日报;2008年
10 长江期货 韩锦 邹云峰 高华;基于RFM模型的聚类分析算法在期货公司客户分类中的应用[N];期货日报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978