基于混合型蚁群算法的车辆报警器控制方法、装置

    公开(公告)号:CN117727197B

    公开(公告)日:2024-05-03

    申请号:CN202410172041.2

    申请日:2024-02-07

    Abstract: 本发明公开了一种基于混合型蚁群算法的车辆报警器控制方法、装置,所述方法包括:在无向图上设置多只蚂蚁,通过混合型蚁群算法迭代得到多条起点与终点之间的救助路径,计算救助路径中所有边的成本总和,并选择救助路径作为实际应用救助路径;其中,蚁群算法迭代步骤包括:对于无向图中起点上的多只蚂蚁,引入牵引因子计算蚂蚁移动至下一个节点的转移概率,在蚂蚁移动至终点时结束,将对应的移动路径作为救助路径;牵引因子与终点的距离相关联,越接近终点的节点,对应的转移概率被提升的越高。采用上述技术方案,引入与终点的距离相关联的牵引因子,避免算法出现收敛慢、容易陷入局部最优等问题,提升计算效率,降低获得的救助路径的行驶时间。

    基于快收敛式蚁群算法的学校选址方法、装置

    公开(公告)号:CN119273393B

    公开(公告)日:2025-02-25

    申请号:CN202411796909.2

    申请日:2024-12-09

    Inventor: 凌俐 何永健

    Abstract: 本发明公开了一种基于快收敛式蚁群算法的学校选址方法、装置,所述方法中的快收敛式蚁群算法包括:以路口作为节点,道路作为边得到无向图;以样本居民所在位置作为起点,备选学校地址作为终点;经过多轮迭代,输出起点与终点之间距离最短的路径作为最佳路径;状态转移阶段中,引入距离引导因子和方向耦合因子计算蚂蚁移动至下一个节点的转移概率;信息素更新阶段中,概率函数中引入贪婪因子。采用上述技术方案,引入距离引导因子和方向耦合因子,提升蚂蚁在每个节点决策时的智能性,加快算法收敛、提高计算效能,提高了路径规划的准确性;引入贪婪因子,使得算法在搜索初期获得了更大的广度搜索能力,确保了算法的全局搜索能力。

    基于混合型蚁群算法的车辆报警器控制方法、装置

    公开(公告)号:CN117727197A

    公开(公告)日:2024-03-19

    申请号:CN202410172041.2

    申请日:2024-02-07

    Abstract: 本发明公开了一种基于混合型蚁群算法的车辆报警器控制方法、装置,所述方法包括:在无向图上设置多只蚂蚁,通过混合型蚁群算法迭代得到多条起点与终点之间的救助路径,计算救助路径中所有边的成本总和,并选择救助路径作为实际应用救助路径;其中,蚁群算法迭代步骤包括:对于无向图中起点上的多只蚂蚁,引入牵引因子计算蚂蚁移动至下一个节点的转移概率,在蚂蚁移动至终点时结束,将对应的移动路径作为救助路径;牵引因子与终点的距离相关联,越接近终点的节点,对应的转移概率被提升的越高。采用上述技术方案,引入与终点的距离相关联的牵引因子,避免算法出现收敛慢、容易陷入局部最优等问题,提升计算效率,降低获得的救助路径的行驶时间。

    基于快收敛式蚁群算法的学校选址方法、装置

    公开(公告)号:CN119273393A

    公开(公告)日:2025-01-07

    申请号:CN202411796909.2

    申请日:2024-12-09

    Inventor: 凌俐 何永健

    Abstract: 本发明公开了一种基于快收敛式蚁群算法的学校选址方法、装置,所述方法中的快收敛式蚁群算法包括:以路口作为节点,道路作为边得到无向图;以样本居民所在位置作为起点,备选学校地址作为终点;经过多轮迭代,输出起点与终点之间距离最短的路径作为最佳路径;状态转移阶段中,引入距离引导因子和方向耦合因子计算蚂蚁移动至下一个节点的转移概率;信息素更新阶段中,概率函数中引入贪婪因子。采用上述技术方案,引入距离引导因子和方向耦合因子,提升蚂蚁在每个节点决策时的智能性,加快算法收敛、提高计算效能,提高了路径规划的准确性;引入贪婪因子,使得算法在搜索初期获得了更大的广度搜索能力,确保了算法的全局搜索能力。

Patent Agency Ranking