混合蚁群优化在粮食紧急调运问题中的应用

doi:10.3778/j.issn.1002-8331.2009.15.064

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (15): 219-222.DOI: 10.3778/j.issn.1002-8331.2009.15.064

混合蚁群优化在粮食紧急调运问题中的应用

张秋闻,甄彤,马志

河南工业大学信息科学与工程学院，郑州 450001

收稿日期:2008-03-26 修回日期:2008-06-24 出版日期:2009-05-21 发布日期:2009-05-21
通讯作者: 张秋闻

Hybrid ant colonies algorithm for grain urgency transportation

ZHANG Qiu-wen,ZHEN Tong,MA Zhi

College of Information Science and Engineering，Henan University of Technology，Zhengzhou 450001，China

Received:2008-03-26 Revised:2008-06-24 Online:2009-05-21 Published:2009-05-21
Contact: ZHANG Qiu-wen

摘要/Abstract

摘要： 粮食紧急调运问题的数学模型和手工算法过去已有研究，但是当问题较为复杂时，手工算法就要花费大量时间而且准确性也难以保证。针对这一缺陷，提出一种搜索效率较高的混合蚁群算法，阐述了混合蚁群算法的基本原理，给出了求解粮食紧急调运问题的具体步骤。计算机实验结果表明，混合蚁群算法在求解粮食紧急调运问题上是有效的。

关键词: 粮食紧急调运, 蚁群算法, 动态扫描, 优化

Abstract: Models and handwork algorithms of the grain urgency transportation have been studied before，but when the problems become complex，it will take lots of time to get the answer if you work them out by hand，and you can’t ensure the answer is right.Aiming at this limitation，a hybrid ant colony system of high search efficiency is put forward，the basic principle is summarized and the steps for solving grain urgency transportation problem are described as well.The result shows that hybrid ant colony system is effective for solving grain urgency transportation problem.

Key words: grain urgency transportation, ant colony algorithm, dynamic sweep, optimization

张秋闻,甄彤,马志. 混合蚁群优化在粮食紧急调运问题中的应用[J]. 计算机工程与应用, 2009, 45(15): 219-222.

ZHANG Qiu-wen,ZHEN Tong,MA Zhi. Hybrid ant colonies algorithm for grain urgency transportation[J]. Computer Engineering and Applications, 2009, 45(15): 219-222.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[3]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[4]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[5]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[6]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[7]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[8]	杜垚. 结合局部优化匹配的Android恶意家族检测算法[J]. 计算机工程与应用, 2021, 57(8): 84-90.
[9]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[10]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[11]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[12]	许小媛，李海波，黄黎. 云存储多异构文件联合延迟尾概率凸优化分析[J]. 计算机工程与应用, 2021, 57(5): 88-94.
[13]	沈瑜，刘成，杨倩. 利用子空间稀疏特征的超分辨率图像重建算法[J]. 计算机工程与应用, 2021, 57(5): 173-182.
[14]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[15]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.

混合蚁群优化在粮食紧急调运问题中的应用

Hybrid ant colonies algorithm for grain urgency transportation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics