ant-colony

    6熱度

    3回答

    所以我最近變得非常着迷於算法。最近我實現了一個蟻羣優化算法來解決TSP(很明顯很有趣)。現在我一直在尋找其他「問題」來解決。現在我想實現一個算法來解決涉及滿足百分比要求的問題,並且低於任意限制。 例如: 用戶輸入: 1)限制 -i.e.可用能量的數量。 2)「染色體」類型 -i。藍色(亞型 - 靛藍等),紅色(亞型 - 褐紅色等),黃色(亞型 - 淺黃色等) - 每個藍色主要屬性都有一個「池」可供

    1熱度

    2回答

    我想找到無向圖中的所有k-clique。因此我需要基於蟻羣的精確算法來查找圖中的所有k-clique。例如,考慮這樣鄰接矩陣: 0 1 1 0 0 1 0 1 1 0 1 1 0 1 1 0 1 1 0 1 0 0 1 1 0 在該相鄰的矩陣,我們有3個3集團:(1,2,3),(2,3,4),(3,4,5) 我想在每張圖中找到這個k-clique。 note = K是以K-clique

    1熱度

    1回答

    我可以命名的問題,因爲「多旅行商問題與共同節點」之旅。我有一羣來自城市不同地點的人。他們想要計劃參觀特定商店。我怎麼解決這個問題?我如何建模問題以使用元啓發式算法,如GA或ACO?

    0熱度

    2回答

    我正在評論關於蟻羣系統(ACS)的文章Dorigo & Gambardella (1997)。有兩個信息素更新規則:本地更新和全局更新。但是,我不清楚應該如何應用每種方法。 局部更新 據我可以告訴有3個選項: 更新爲螞蟻移動到一個新城市後,建立旅遊,即。 (如第56頁上的建議) 螞蟻在下一個螞蟻開始之前建立了一個巡視之後更新。 (如第55頁的圖3所示) 所有螞蟻都建立了一個遊覽後更新。 (如附錄A

    1熱度

    1回答

    我正在研究ACO,並對選擇下一個城市的可能性有些困惑。我已閱讀了一些論文和書籍,但仍然不清楚選擇的想法。我正在尋找一個簡單的解釋,說明這條路徑的建立。 啓發式和信息素如何進入這個決策? 因爲我們在開始的每個邊緣有相同的信息素值,並且啓發式(接近度)值保持不變,那麼不同的螞蟻將如何根據這些值做出不同的決定?

    1熱度

    3回答

    我正在研究使用遺傳編程進化螞蟻的食物覓食行爲,如Koza here所述。每一個時間步,我循環每一隻螞蟻,執行它的計算機程序(同一程序被羣體中的所有螞蟻使用)。目前,我已經定義了簡單的指令,如MOVE-ONE-STEP,TURN-LEFT, TURN-RIGHT等。但我也有一個函數PROGN,它依次執行參數。我遇到的問題是,因爲PROGN可以按順序執行指令,這意味着一個螞蟻可以在一個時間步中執行多個

    2熱度

    1回答

    在蟻羣優化算法中,我們必須提供一些螞蟻。有沒有任何數學公式來選擇螞蟻的數量?

    1熱度

    1回答

    我正在學習如何將max-min ant系統添加到我當前的ant系統中。從我讀過的審判信息素被初始化TMAX,TMAX的計算方法是, tMax = 1/best tour length 但究竟會是可能的,如果它依賴於一個旅遊這尚不初始化蹤跡信息素TMAX存在? tMin還取決於tMax,這也使得它不可能在沒有最佳解決方案的情況下進行初始化。

    0熱度

    1回答

    我開發了一個蟻羣優化的軟件實現來解決旅行商問題,但是由於ACO的隨機性,每次執行ACO算法都會產生一個不同的近似最優解。有沒有辦法讓ACO更具確定性?我明白它絕不會是100%確定性的,但我需要它能夠在相同的問題空間上運行多次,並且大部分時間至少會有類似的解決方案。我試過調整α,β,ρ和迭代次數,但我現在只是在黑暗中拍攝。

    8熱度

    3回答

    我正在尋找實現蟻羣優化的.NET類庫或.NET框架。你能否給我任何關於這個話題的鏈接,資源等。