实例介绍
【实例简介】
本人研究生阶段主要学习蚁群算法，还留下一些问题，如果碰到有兴趣的人就太好不过了。本代码亲测可以使用，在MATLAB中点击main.m即可以运行。此外，本代码框架将会使你快速清楚蚁群算法基本原理。 这里我给出我最后一个想实现但是还没有完成的蚁群算法的代码。 主要是想应用在很大规模下的蚁群算法上，最好是5000*5000的栅格，但是本算法目前还比较慢，而且也不能得出一个最优结果。 我试图在算法迭代后期加入随机初始化算子，以提高算法精度。 当然，加速算法运行时间我没有加入到这个算法中。 本程序对于栅格图形下的蚁群算法会是一个有用的代码。 对于初学蚁群算法的，我在知乎上的一个回答可供参考：https:
【实例截图】
【核心代码】
蚁群算法在大规模栅格地图中的实现
└── 蚁群算法在大规模栅格地图中的实现
├── addPheromone.m
├── barrier_reality_320.mat
├── computeConvertProbability.m
├── computeConvertTau.m
├── computeHeuristicInfo.m
├── coordinateConvertToRelativeIndex.m
├── findNextNodeSet.m
├── getInitPath.m
├── indexConvetToCoordinate.m
├── main.m
├── new_computeHeuristicInfo.m
├── reducePheromone.m
├── selectNextNode.m
├── tauInfoInit.m
├── tauVeiw.m
├── updatePheromoneForBadIteration.m
├── updatePheromoneForBestSoFarPath.m
└── 研究生毕业论文20180326终版.pdf
1 directory, 18 files
本人研究生阶段主要学习蚁群算法，还留下一些问题，如果碰到有兴趣的人就太好不过了。本代码亲测可以使用，在MATLAB中点击main.m即可以运行。此外，本代码框架将会使你快速清楚蚁群算法基本原理。 这里我给出我最后一个想实现但是还没有完成的蚁群算法的代码。 主要是想应用在很大规模下的蚁群算法上，最好是5000*5000的栅格，但是本算法目前还比较慢，而且也不能得出一个最优结果。 我试图在算法迭代后期加入随机初始化算子，以提高算法精度。 当然，加速算法运行时间我没有加入到这个算法中。 本程序对于栅格图形下的蚁群算法会是一个有用的代码。 对于初学蚁群算法的，我在知乎上的一个回答可供参考：https:
【实例截图】
【核心代码】
蚁群算法在大规模栅格地图中的实现
└── 蚁群算法在大规模栅格地图中的实现
├── addPheromone.m
├── barrier_reality_320.mat
├── computeConvertProbability.m
├── computeConvertTau.m
├── computeHeuristicInfo.m
├── coordinateConvertToRelativeIndex.m
├── findNextNodeSet.m
├── getInitPath.m
├── indexConvetToCoordinate.m
├── main.m
├── new_computeHeuristicInfo.m
├── reducePheromone.m
├── selectNextNode.m
├── tauInfoInit.m
├── tauVeiw.m
├── updatePheromoneForBadIteration.m
├── updatePheromoneForBestSoFarPath.m
└── 研究生毕业论文20180326终版.pdf
1 directory, 18 files
标签：
好例子网口号：伸出你的我的手 — 分享！
相关软件
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论