Introduction to Ant Colony Algorithm and Its Application in CIMS

Ant colony algorithm is a novel simulated ecosystem e volutionary algorithm, which is proposed firstly by Italian scholars M.Dorigo, A . Colormi and V. Maniezzo. Enlightened by the process of ants searching for food , scholars bring forward this new evolutionary algorithm. This algorithm has sev eral characteristics such as positive feedback, distributed computing and stro nger robustness. Positive feedback and distributed computing make it easier to find better solutions. Based on these characteristics...     

PRM蚁群融合算法的AGV路径规划研究

针对AGV运货时需一次性取多件货物的路径规划问题,提出一种PRM算法与蚁群算法相结合的融合算法,将问题拆分为路径的选择与TSP问题分布解决,即先利用PRM算法进行AGV路径规划,再利用蚁群算法决策出取货顺序,生成总的路径。最后采用matlab进行仿真实验,并与A*算法进行对比,结果证明了PRM蚁群融合算法比A*算法得出的路径更短、效率更高。     

多态蚁群算法

在分析现有蚁群算法不足的基础上，提出一种新的含多种蚁群、多种信息激素的多态蚁群算法．该算法通过引入不同种类的蚁群，每一蚁群有不同的信息素调控机制，将局域搜索与全局搜索相结合，使搜索、收敛速度大幅度提高．针对TSP问题的仿真实验结果表明了该算法的有效性．     

火烧对栗斑腹鵐巢址选择的影响

通过对灌丛化草原中火烧和未烧样地内环境因子的测定和多元总体的假设检验,比较了两个样地内不同样方组间的特异性和各变量差异程度.结果表明山杏高度和数量、贝加尔针茅密度、大油芒密度、兴安胡枝子高度、火绒草高度和植被盖度这7个因子属于栗斑腹巢址选择的重要因素.火烧不仅清除了枯草及其中的食物,而且减弱或破坏了这些因素对栗斑腹巢址选择的作用,从而给其繁殖带来灾难性的破坏.     

蚂蚁算法在公交查询最短路径求法中的应用

公交乘客出行路径选择是公交乘客信息系统的关键技术 ,提出以换乘次数最少为首要目标、出行距离最短为第二目标的算法 ,本算法是基于广度优先搜索并结合蚂蚁算法提出公交路线最短路径选择的新算法     

关于白盒测试基本方法的分析

对软件白盒测试的基本方法进行分析,计算机程序有顺序、选择、循环3种基本结构。根据3种基本结构的组合方式,程序又可以分为基本结构、嵌套结构和连锁结构。对于嵌套结构程序,可以使用基本路径测试法进行测试,对于连锁选择结构,可以抽取部分路径进行测试;对于连锁循环结构,则需根据循环是否独立来确定具体测试方法。     

一类CSL代数的插值问题

设Ｌ为Ｈｉｂｅｒｔ空产是Ｈ中的子空间格。给定Ｘ，Ｙ∈Ｂ（Ｘ），何时必有算子Ａ∈ａｌｇＬ，使得ＡＸ＝Ｙ？本文在一类ＣＳＬ代数中讨论该问题。本文推广了「５」和「７」中的一些结果，并有新的结论。     

Von Neumann代数中套子代数的双边模

讨论了因子ＶｏｎＮｅｕｍａｎｎ代数中套子代数的双边模的结构．证明了自反双边模的表达形式为｛Ｔ∈Ｍ：（Ｉ－φ（Ｐ））ＴＰ＝０，Ｐ∈β｝，其中φ是由套β到自身的序同态．研究了由套β到自身的序同态的结构，得到了因子ＶｏｎＮｅｕｍａｎｎ代数中套子代数的自反双边模Ｕφ的模换位是λＩ＋Ｕφ     

Ad Hoc网络中基于模拟退火-蚁群算法的QoS路由发现方法

针对Ad Hoc网络的动态网络环境和链路、节点性能限制等不利因素，提出了一种新的QoS路由发现方法——SAANT．该方法利用蚁群算法增加了发现可用QoS路由的概率，利用基于概率的路由转发策略来减少洪泛造成的网络开销，从而强化所提算法的全局搜索能力和自适应性，减小了洪泛对Ad Hoc网络性能的影响．所提方法还利用模拟退火算法调整路由发现算法的搜索方向，以弥补蚂蚁算法收敛速度上的弱点，减少了搜索过程中的停滞现象．在包投递成功率、平均包延迟和吞吐量等方面，通过仿真实验对SAANT、仅基于蚁群算法的QoS路由算法和传统的按需路由算法的方法进行了性能比较，结果表明，在Ad Hoc网络环境下，SAANT的收敛速度、移动性能和网络负载性能均表现出更好的适应性．     

基于蚁群算法的敏捷供应链伙伴选择

伙伴选择是在组建敏捷供应链过程中的关键问题。引入蚁群优化来解决这一问题,提出了一种基于蚁群算法的敏捷供应链伙伴选择优化算法。在求解过程中蚂蚁倾向于选择曾经合作过并且合作效果比较好的企业作为伙伴并组成供应链,体现了熟人机制;“自适应扰动机制”可以避免算法的早熟。最后以一个典型算例说明了该算法的有效性。