WSNs中基于蚁群模拟退火算法的移动Agent访问路径规划.pdf
qw****27
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
WSNs中基于蚁群模拟退火算法的移动Agent访问路径规划.pdf
2012年10月西北工业大学学报Oct.2012第30卷第5期JournalofNorthwesternPolytechnicalUniversityVol.30No.5WSNs中基于蚁群模拟退火算法的移动Agent访问路径规划张亚明1,史浩山1,刘燕2,姜飞3()1.西北工业大学电子信息学院,陕西西安710072;2.空军工程大学电讯工程学院,陕西西安7100773.解放军西安通信学院通信指挥系,陕西西安710106摘要:关于无线传感器网络(WSNs)中移动Agent(MA)路由规划问题的解决方法,基本
基于蚁群算法的路径规划.doc
(完整word版)基于蚁群算法的路径规划(完整word版)基于蚁群算法的路径规划(完整word版)基于蚁群算法的路径规划MATLAB实现基于蚁群算法的机器人路径规划问题描述移动机器人路径规划是机器人学的一个重要研究领域。它要求机器人依据某个或某些优化原则(如最小能量消耗,最短行走路线,最短行走时间等),在其工作空间中找到一条从起始状态到目标状态的能避开障碍物的最优路径.机器人路径规划问题可以建模为一个有约束的优化问题,都要完成路径规划、定位和避障等任务。2算法理论蚁群算法(AntColonyAlgorit
改进的蚁群算法在移动Agent路径选择中的应用研究样本.doc
河北科技大学年研究生考试试卷学号:1041姓名:徐韩学院:信息学院专业及研究方向:通信与信息系统网络管理技术考试科目:智能优化算法及其应用考试时间:-5-20学时及学分:36学时2学分年6月3日摘要移动Agent迁移过程半途径选取一种典型、代表问题——旅行Agent问题(TAP),是一种复杂组合优化问题。蚁群算法(antcolonyalgorithm)作为一种新生物进化算法,具备并行、正反馈和启发式搜索等特点,在求解该问题上具备一定优势,但搜索时间长,易陷入局部最优是其突出缺陷。本文结合既有蚁群算法和移动
改进的蚁群算法在移动Agent路径选择中的应用研究的综述报告.docx
改进的蚁群算法在移动Agent路径选择中的应用研究的综述报告随着移动Agent技术的发展,路径选择成为了移动Agent中的一个重要问题。蚁群算法被广泛应用于路径选择问题,其具有分布式和自适应学习等特点,可以很好地解决路径选择问题。但是,传统的蚁群算法也存在一些不足,比如易陷入局部最优解等问题。因此,改进的蚁群算法在移动Agent路径选择中的应用也逐渐得到了研究和应用。改进的蚁群算法在移动Agent中的应用主要可以分为以下几个方面:1.选择启发式信息传统的蚁群算法主要依赖于信息素来进行路径选择,但其缺乏全局
基于Yen算法与蚁群算法融合的路径规划方法.pdf
本发明公开了一种基于Yen算法与蚁群算法融合的路径规划方法,包括如下步骤:根据目标路网中交叉口和路段的分布情况构建路网拓扑图,将目标路网定义为一个有向图;应用A*+Yen算法求解目标路网的前K条最短路径,并将其作为备选路径集;保留备选路径集w