1. Trang chủ
  2. » Luận Văn - Báo Cáo

Bài toán xâu gần nhất và phương pháp ACO

63 299 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 63
Dung lượng 1,35 MB

Nội dung

Ngày đăng: 25/03/2015, 09:41

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1]. Đỗ Đức Đông (2 12), Phương pháp tối ưu đàn kiến và ứng dụng, Luận án tiến sĩ công nghệ thông tin ĐHCN-ĐHQGHN.Tiếng Anh Sách, tạp chí
Tiêu đề: Phương pháp tối ưu đàn kiến và ứng dụng
[2]. M. Dorigo, V. Maniezzo and A. Colorni (1991), “The Ant System: An autocatalytic optimizing process”. Technical Report 91-016 Revised, Dipartimento di Elettronica, Politecnico di Milano, Milano, Italy Sách, tạp chí
Tiêu đề: The Ant System: An autocatalytic optimizing process”
Tác giả: M. Dorigo, V. Maniezzo and A. Colorni
Năm: 1991
[3]. M.Dorigo and T.Stützle (2004), Ant Colony Optimization, The MIT Press Cambridge, Massachusetts, London, England Sách, tạp chí
Tiêu đề: Ant Colony Optimization
Tác giả: M.Dorigo and T.Stützle
Năm: 2004
[4]. M. Dorigo and C. Blum (2004), The Hyper-Cube Framework for Ant Colony Optimization, IEEE Transactions on Systes, Man, and Cybernetics – Part B, 34(2): pp.1161-1172 Sách, tạp chí
Tiêu đề: The Hyper-Cube Framework for Ant Colony Optimization
Tác giả: M. Dorigo and C. Blum
Năm: 2004
[5]. W.J. Gutjahr (2002), ACO algoriths with guaranteed convergence to the optimal solution, Info.Proc. Lett, Vol 83 (3), pp. 145-153 Sách, tạp chí
Tiêu đề: ACO algoriths with guaranteed convergence to the optimal solution
Tác giả: W.J. Gutjahr
Năm: 2002
[6]. W.J. Gutjahr (2000), An Ant based System and its convergence, future generation Comput. Systes, Vol16, pp. 873-888 Sách, tạp chí
Tiêu đề: An Ant based System and its convergence
Tác giả: W.J. Gutjahr
Năm: 2000
[7]. W. J. Gutjahr (2 7), “Mathematical runtime analysis of ACO algoriths: survey on an emerging issue”, Swarm Intelligence, Vol. 1, No. 1, 2007, pp. 59-79 Sách, tạp chí
Tiêu đề: Mathematical runtime analysis of ACO algoriths: survey on an emerging issue”, "Swarm Intelligence
[8]. Hoang Xuan Huan, Dong Do Duc and Nguyen Manh Ha (2012), An Efficient Two-phase Ant Colony Optimization Algorithm for the Closest String Problem, University of Engineering and Technology, VNU, Hanoi, Vietnam Sách, tạp chí
Tiêu đề: An Efficient Two-phase Ant Colony Optimization Algorithm for the Closest String Problem
Tác giả: Hoang Xuan Huan, Dong Do Duc and Nguyen Manh Ha
Năm: 2012
[9]. E.Pappalardo and S.Faro, Ant-CSP: an Ant Colony Optimization Algorithm for the Closest String Problem, Universita di Catania, Dipartimento di Matematica e Informatica, Viale Andrea Doria 6, I-95125 Catania, Italy Sách, tạp chí
Tiêu đề: Ant-CSP: an Ant Colony Optimization Algorithm for the Closest String Problem
[10]. Zhaojun Zhang, Zuren Feng (2011), Two-Stage updating pheromone for Invariant Ant Colony Optimization algorithm, Expert System with Applications, Published by Elsevier Ltd Sách, tạp chí
Tiêu đề: Two-Stage updating pheromone for Invariant Ant Colony Optimization algorithm
Tác giả: Zhaojun Zhang, Zuren Feng
Năm: 2011

Xem thêm

HÌNH ẢNH LIÊN QUAN

Hình 1.2 đặc tả một thuật toán memetic sử dụng tính toán tiến hóa (Evolutionary Computing - EC) - Bài toán xâu gần nhất và phương pháp ACO
Hình 1.2 đặc tả một thuật toán memetic sử dụng tính toán tiến hóa (Evolutionary Computing - EC) (Trang 15)
Hình 2.1 Thể hiện hành vi của mỗi con kiến trong tự nhiên - Bài toán xâu gần nhất và phương pháp ACO
Hình 2.1 Thể hiện hành vi của mỗi con kiến trong tự nhiên (Trang 16)
Hình 2.2 Thí nghiệm cây cầu đôi - Bài toán xâu gần nhất và phương pháp ACO
Hình 2.2 Thí nghiệm cây cầu đôi (Trang 17)
Hình 2.3 Thí nghiệm bổ xung - Bài toán xâu gần nhất và phương pháp ACO
Hình 2.3 Thí nghiệm bổ xung (Trang 18)
Hình 2.4 Đồ thị cấu trúc tổng quát cho bài toán cực trị hàm - Bài toán xâu gần nhất và phương pháp ACO
Hình 2.4 Đồ thị cấu trúc tổng quát cho bài toán cực trị hàm (Trang 21)
Hình 3.4 Ví dụ về Tìm kiếm địa phương - Bài toán xâu gần nhất và phương pháp ACO
Hình 3.4 Ví dụ về Tìm kiếm địa phương (Trang 31)
Hình 3.3 Đặc tả thuật toán Memetic –CSP - Bài toán xâu gần nhất và phương pháp ACO
Hình 3.3 Đặc tả thuật toán Memetic –CSP (Trang 31)
Hình 4.1 Giao diện chương trình chính - Bài toán xâu gần nhất và phương pháp ACO
Hình 4.1 Giao diện chương trình chính (Trang 38)
Hình 4.2 Giao diện hiển thị bộ dữ liệu Input - Bài toán xâu gần nhất và phương pháp ACO
Hình 4.2 Giao diện hiển thị bộ dữ liệu Input (Trang 39)
(xem hình 4.1, hình 4.2). - Bài toán xâu gần nhất và phương pháp ACO
xem hình 4.1, hình 4.2) (Trang 41)
Đồ thị 4.2 Kết quả chạy thuật toán ACOM-CSP với hệ số bay hơi khác nhau Nhận xét: Đồ thị 4.2 cho thấy thuật toán ACOM-CSP sử dụng hệ số bay hơi luôn cho chất lượng lời giải tốt nhất - Bài toán xâu gần nhất và phương pháp ACO
th ị 4.2 Kết quả chạy thuật toán ACOM-CSP với hệ số bay hơi khác nhau Nhận xét: Đồ thị 4.2 cho thấy thuật toán ACOM-CSP sử dụng hệ số bay hơi luôn cho chất lượng lời giải tốt nhất (Trang 42)
Đồ thị 4.3 Kết quả chạy thuật toán TSIACO1 với hệ số bay hơi khác nhau Nhận xét: Đồ thị 4.3 cho thấy thuật toán TSIACO1 sử dụng hệ số bay hơi ở mỗi - Bài toán xâu gần nhất và phương pháp ACO
th ị 4.3 Kết quả chạy thuật toán TSIACO1 với hệ số bay hơi khác nhau Nhận xét: Đồ thị 4.3 cho thấy thuật toán TSIACO1 sử dụng hệ số bay hơi ở mỗi (Trang 42)
Đồ thị 4.4 Kết quả chạy thuật toán TSIACO2 với hệ số bay hơi khác nhau Nhận xét: Đồ thị 4.4 cho thấy: - Bài toán xâu gần nhất và phương pháp ACO
th ị 4.4 Kết quả chạy thuật toán TSIACO2 với hệ số bay hơi khác nhau Nhận xét: Đồ thị 4.4 cho thấy: (Trang 43)
Đồ thị 4.6 Kết quả chạy thực nghiệm Ant-CSP sử dụng bộ dữ liệu 30 chuỗi Nhận xét: Đồ thị 4.6 cho thấy chất lượng lời giải được cải thiện sau khi sử dụng - Bài toán xâu gần nhất và phương pháp ACO
th ị 4.6 Kết quả chạy thực nghiệm Ant-CSP sử dụng bộ dữ liệu 30 chuỗi Nhận xét: Đồ thị 4.6 cho thấy chất lượng lời giải được cải thiện sau khi sử dụng (Trang 44)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

Thuật toán ACO-CSP Thuật toán Memetic THUẬT TOÁN TSIACO Giả sử thời gian không hạn chế: Chọn N=50, Loop=2500

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w