2) ant algorithm genetic algorithm
蚂蚁遗传混合算法
3) chaotic ant swarm algorithm
混沌蚂蚁群算法
1.
T-S fuzzy system design by chaotic ant swarm algorithm;
混沌蚂蚁群算法设计T-S模糊系统
2.
Parameter estimation for Lorenz chaotic systems based on chaotic ant swarm algorithm;
基于混沌蚂蚁群算法的Lorenz混沌系统的参数估计
3.
Parameter identification for control systems based on chaotic ant swarm algorithm
一种基于混沌蚂蚁群算法的系统参数辨识方法
4) ant colony algorithm
蚂蚁算法
1.
Application of ant colony algorithm in fault system interpretation
蚂蚁算法在断裂系统解释中的应用
2.
The performance analysis and improvement of the ant colony algorithm for solving TSP problem
蚂蚁算法求解TSP问题的性能分析及改进
3.
Combining characteristics of ant colony algorithm and genetic algorithm,a novel hybrid algorithm was developed for the assembly sequence planning problems.
基于蚂蚁算法和的遗传算法特点,给出了一种解决装配序列规划问题的遗传和蚂蚁混合算法。
5) ant system
蚂蚁算法
1.
Void fraction measurement of oil-gas two-phase flow based on ant system and electrical capacitance tomography;
基于ECT和蚂蚁算法的油气两相流空隙率在线测量
2.
Max-Min Ant System (MMAS) reduced the possibility of ant system being dropped into the local trap via Max-Min strategy.
利用最大-最小策略,最大最小蚂蚁算法减小了蚂蚁算法陷入局部陷阱的可能性。
3.
Design of lifting scheme wavelet based on multi-population genetic algorithm(GA) and ant system(AS) for effective image compression is proposed.
提出了多种群遗传算法和蚂蚁算法融合的提升格式小波优化设计方法。
6) Ant algorithms
蚂蚁算法
1.
Study on Management Optimization Based on Ant Algorithms;
基于蚂蚁算法在管理优化方面的研究
2.
Ant algorithms can guarantee the high-efficiency and high astringency of procedure running avoiding understanding effectively this problem the hour sinks into the partial dinky blemish easiest,and can tefrain from rash action quickly.
图的着色问题是一典型的优化的问题,用蚂蚁算法求解图着色问题,可保证程序运行的高效率及高收敛性,有效避免了解此问题时极易陷入局部极小的缺陷,并且能较快的收敛。
3.
Firstly, its architecture and functions are introduced; then, the principles and the key technologies of mobile terminal and monitoring center are discussed in detail; next, a novel vehicle scheduling model based on ant algorithms is proposed; finally, it is realized in practice.
在调度中心模块中,提出了一种新颖的基于蚂蚁算法的车辆调度模型并讨论了具体的算法步骤。
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条