智能蚂蚁算法应用的最新进展

总结

蚂蚁算法是一种新型的基于仿生学原理的集群智能算法，本质上也是一种模拟进化算法。蚂蚁间信息的传递没有采用直接方式，而是通过驻留在路径上的信息素得到指示，这种间接信息交流的方式称为外激励，外激励类似黑板指示系统。蚂蚁本身的智能较小，比较适合网络云化后的移动计算。蚂蚁算法的主要特点：智能搜索、全局优化、鲁棒性强、正反馈机制、分布式计算，而且易与其他算法相结合，可以采用模拟蚁群的协作行为解决一些复杂的问题，比如二次任务指派、组合优化、图着色、车辆路由、有序排列和车间任务调度问题等，仅在我国国内就广泛应用在工业生产、国防安全、交通运输、旅游、信息、能源、农业科技、信息软件等各个领域，结合未来的大数据分析，将有更为广阔的应用前景。

参考文献：

[1] 李韵，李婧骞，林晨光，等.蚁群算法理论及其在优化打孔机作业路径的应用[J].科技创新导报2012，（36）： 221-222

[2] 林巨广，陈甦欣，戴淮初，黄文进.蚁群算法在白车身底板焊接路径规划中的应用[J].焊接学报，2015，35（01）： 5-9

[3] 韩锦东，李英俊，陈志祥.带能力约束的多目标OEM协作生产订单分配决策与混合蚁群算法应用研究[J].中国机械工程，2012，23（22）： 2714-2719.

[4] 孙伟，王宜雷，王慧，等.蚁群算法在选煤厂产品结构优化中的应用[J].工矿自动化，2012，（7）： 52-54.

[5] 魏华生，程志平，焦留成，等.改进的蚁群算法在低速永磁直线电机设计中的应用[J].微电机，2013，46（1）：9-12.

[6] 姚瑶，李曼珍.蚁群算法在变风量空调控制系统中的应用研究及仿真[J].工业控制计算机，2014，27（8）：70 -71.

[7] 孙艳梅，都文和，冯昌浩，等.基于蚁群聚类算法的RBF神经网络在压力传感器中的应用[J].传感技术学报，2013，26（6）： 806-809.

[8] 高曼，刘以安，张强.优化蚁群算法在反舰导弹航路规划中的应用[J].计算机应用，2012，32（9）：2530-2533.

[9] 蔡纪伟，贾云献，孙晓，等.蚁群算法在战损装备抢修任务指派中的应用研究[J].数学的实践与认识，2012，42（19）：160-165.

[10] 陈家琪，刘跃.混合蚁群算法在城市交通路径规划中的应用[J].计算机系统应用，2012，21（1）：122-126.

[11] 牟德一，刘金凤.改进的蚁群算法在飞行路径模型中的应用[J].计算机工程与科学，2012，34（6）：137-139.

[12] 欧春江.蚁群算法在GIS中的应用探讨[J].测绘与空间地理信息，2013，36（8）：187-193.

[13] 刘倩，卫文学，张鲁.改进蚁群算法在景区路径规划中的应用研究[J].信息技术与信息化，2012（6）：56-59.

[14] 谭宝成，宋洁.蚁群算法在无人驾驶智能车中的应用及改进[J].国外电子测量技术，2012，31（9）：15-17.

[15] 毛新华，王建伟，赵京，等.蚁群算法在道路应急疏散策略选择中的应用[J].中国安全科学学报，2014，24（10）：170-176.

[16] 刘迅，黄纯.蚁群算法在超高压输电线路故障测距的应用[J].电力系统及其自动化学报，2012，24（05）：132-137.

[17] 姚建红，张玲玉，孙大兴.改进多智能体蚁群算法在电力系统无功优化中的应用[J].化工自动化及仪表，2014，41（5）：520-523.

[18] 原文林，曲晓宁.混沌蚁群优化算法在梯级水库发电优化调度中的应用研究[J].水力发电学报，2013，32（3）：47–53.

[19] 袁尧，刘超.蚁群算法在泵站单机组优化运行中的应用[J].水力发电学报，2013，32（1）：263-268.

[20] 周科平，翟建波.改进蚁群算法在地下矿山运输路径优化的应用[J].中南大学学报：自然科学版，2014，45（1）：257-261.

[21] 魏星，李志远，李燕.改进型蚁群算法在煤炭运输中的应用研究[J].煤矿机械，2013，33（07）：208-209.

[22] 刘坤，钱永德，张福军.蚁群灰色神经网络模型在稻瘟病预测中的应用[J].自动化仪表，2013，34（2）： 30-33.

[23] 陈鑫，刘飞.蚁群算法在苹果糖度近红外光谱分析波长选择中的应用[J].分析试验室，2013，32（10）：50-53.

[24] 陈莉芝.基于优化的蚁群算法在碰撞检测中的应用研究[J].電脑知识与技术，2012，8（28）： 6758-6760.

[25] 殷小莉，黄晓彤，郑晓霞，等.蚁群算法在低对比度图像边缘检测中的应用[J].计算机技术与发展，2013，23（5）：180-183.

[26] 朱俚治.蚁群算法在检测病毒上的应用[J].计算机安全，2014（9）：17-20.

[27] 朱福珍，薛景.蚁群聚类算法在高职院校教学评价系统中的应用研究[J].江苏第二师范学院学报，2014，30（8）：93-96.

推荐访问:算法 蚂蚁 最新进展 智能