摘要：当Q学习应用于路径规划问题时,由于动作选择的随机性,以及Q表更新幅度的有限性,智能体会反复探索次优状态和路径,导致算法收敛速度减缓.针对该问题,引入蚁群算法的信息素机制,提出一种寻优范围优化方法,减少智能体的无效探索次数.此外,为提升算法初期迭代的目的性,结合当前栅格与终点位置关系的特点以及智能体动作选择的特性,设计Q表的初始化方法;为使算法在运行的前中后期有合适的探索概率,结合信息素浓度,设计动态调整探索因子的方法.最后,在不同规格不同特点的多种环境中,通过仿真实验验证所提出算法的有效性和可行性.

摘要：针对目前云计算任务调度方法的效率较低和日益多样化的用户服务质量需求等问题,提出一种将粒子群算法和改进蚁群算法结合的混合粒子群蚁群算法(HPSO-ACO),包括建立云计算任务调度模型、用户服务质量模型及虚拟资源节点模型。利用离散型粒子群算法,得到初始解集,转化为蚁群算法信息素的初始值,通过改进蚁群算法的寻径规则和信息素更新规则,得到最终解。通过仿真实验将粒子群算法、蚁群算法和HPSO-ACO算法进行比较,其结果表明,HPSO-ACO算法有效且可行,能够减少任务完成时间和降低完成成本,满足用户服务质量要求。

摘要：针对目前高性能计算任务调度策略利用率低、负载不均衡等问题,设计一种基于遗传-蚁群算法的高性能计算任务调度算法(GA-ACO)。GA-ACO分为两个阶段,第一阶段通过遗传算法缩小空间快速搜索到优秀解,紧接着将其转化为蚁群算法的初始信息素;第二阶段提出一种基于蚁群信息素的全局更新策略对收敛速度做出优化。实验分析表明,与蚁群算法和遗传算法相比,该算法缩短了任务完成时间,降低了节点负载率。

摘要：针对带容量约束的车辆路径问题,提出了一种聚类蚁群混合算法,将车辆路径问题拆分成数个旅行商问题进行求解。首先,改进了蚁群算法中信息素和路径的生成方式,使其能够对车辆路径问题进行有效的拆分求解;然后通过对种群进行分级,加快了蚁群算法的收敛速度,并设置3种邻域搜索算子来避免蚁群算法陷入局部最优;最后,设计了仿真实验对算法的部分参数进行合理设计,选取50个Solomon基准算例对算法进行实验验证。实验结果表明,算法收敛速度快,稳定性较高,求解结果较好。

摘要：针对传统蚁群算法用于无人机航迹规划时在大空间多维数转弯次数多、收敛速度慢甚至不收敛等问题,提出了一种改进蚁群算法。根据地图构建三维空间模型,采用对空间切片的方式来避免在寻优过程中跨越多个单元格;通过每一代最优路径来更新信息素以及引入距离启发量的策略,增强了算法的收敛性和效率,得出改进蚁群算法相对于传统蚁群算法和快速搜索随机树算法在搜索效率上分别提高了65.9%和18.1%,在平均转弯角度上分别减少了48%和61.2%,在航迹长度上比传统蚁群算法缩短了38.5%的结果。研究所提出的改进蚁群算法能为无人机救灾快速路径规划提供有效的解决方案。

摘要：针对传统停车场管理系统人工成本高、管理难度大的问题,提出了一种基于信息素优化蚁群算法(Ant Colony Algorithm)的停车场系统;该系统以STM32作为主控制器,终端节点负责数据收集,利用NB-IoT实现数据上传,采用手机APP和云平台对终端节点远程监控,采用粒子群算法为蚁群算法提供迭代初期值指导后,增强了蚁群算法全局搜索能力,改进蚁群算法明显缩短了停车的最短哈密顿回路距离;通过搭建停车场管理系统对该方法的有效性进行验证,该系统可以明显减少用户停车的时间,缩短用户停车距离,满足自动化智能化的生活需要。

摘要：为提取最短路径生态廊道且兼顾多种生物的迁徙可行性,提出基于特征融合图像分割算法的生态廊道提取方法。融合颜色特征与纹理特征得到生态廊道的感兴趣区域,构建卷积神经网络模型,将研究区景观分为林地、耕地、草地、水域等类型,据此构建路径栅格图;利用二维信息素更新策略、动态启发因子信息素因子策略改进传统蚁群算法,以栅格图为对象使用改进蚁群算法规划最短的生态廊道路径。结果表明,该方法图像分割F值在0.954~0.984之间,波动性小;提取的生态廊道路径相对较短、拐点较少,起始点与终点之间更容易实现物质流动。

摘要：建立了制造系统任务分配问题的数学模型。针对传统的基于合同网的协调机制在求解任务分配问题时存在的不足,基于生物行为的协调思想,设计了基于信息素的协调方法,给出了该协调方法的具体实现步骤。该方法与基于合同网的协调机制相比较,具有通信量小、协调质量高、鲁棒性好、易实现等优点。实例验证了该方法的有效性和可行性。

摘要：针对校园物联网信息多路传输选取和优化困难的问题,提出一种基于智能优化算法的网络多路传输优化算法。该算法以标准遗传算法为基础,借鉴蚁群算法中的信息素浓度概念,通过控制个体的进化方向提升算法全局寻优能力和收敛效率,并设计和构建了符合物联网信息多路传输优化特点的评估指标数学模型,实现了基于熵权理想点法的网络多路传输综合评分,最终通过多代进化获取满足工程需求的最优网络路径。仿真结果表明:信息素遗传算法较标准遗传算法的全局寻优能力更强,收敛速度更快,为校园物联网信息多路传输优化问题提供了可行解法。

摘要：选择梨小食心虫性诱剂为活性试剂,几种聚合物为基质材料,制成多种控释剂型,从理论上研究了控制释放的数学模型和释放机理,得到了计算释放速率的理论解,并从实验上验证了理论解,求得了一些剂型的扩散系数,从理论和实验结果的讨论中得到了一些对控制释放剂型的设计和应用具有一定指导意义的结论。