导读:本文包含了智能蚁群论文开题报告文献综述及选题提纲参考文献，主要关键词:蚁群算法,智能交通,最优路径
智能蚁群论文文献综述
蒲永妮[1]（2019）在《基于蚁群算法的智能交通最优路径探究》一文中研究指出对于汽车智能交通的最佳路线问题,业界学者提出了蚁群概念和算法,其具有实时规划的效能。基于此,笔者提出了改进蚁群算法,借助智能交通模型比较传统算法和改进算法的性能。通过试验发现,改进蚁群优化算法能够有效解决路径问题。(本文来源于《信息与电脑(理论版)》期刊2019年18期）
李晓静,余东满[2]（2019）在《基于自适应蚁群算法的农用智能机器人路径规划》一文中研究指出针对田间农用智能机器人路径规划问题,结合蚁群算法特点,提出一种基于自适应蚁群算法的路径规划方法,目的是在信息采集、田间巡检、果蔬采摘及作物搬运等操作中,利用所提方法为农用智能机器人搜索出一条距离最短的优化路径,确保其能沿着该优化路径顺利达到指定作物种植区,完成指定工作任务。该方法通过引入自适应调整信息素挥发系数、更改信息素更新机制和限定信息素阈值等策略,对传统蚁群算法进行了优化改进。仿真结果显示,在100 m×100 m作物种植区模型内,改进算法能有效解决农用智能机器人路径规划问题;改进算法规划的最佳路径长度较传统蚁群算法和禁忌搜索算法分别减少3.745 1 m和16.387 6 m;改进算法规划最佳路径所需程序迭代次数较传统蚁群算法和禁忌搜索算法分别减少13代和31代,结果表明,与传统蚁群算法和禁忌搜索算法相比,改进算法具有较强的全局搜索能力和较好的收敛性能。(本文来源于《中国农机化学报》期刊2019年09期）
单俊明,李娜,张涛,柳兆裕,魏瑞云[3]（2019）在《基于改进型蚁群算法的装机智能调度方法研究》一文中研究指出本文以人工智能算法——蚁群算法为基础,结合宽带装维实际进行了改进,实现了装维人员忙闲时刻智能选取、装维预约时间上门服务、整体装维效率最优的智能调度,解决了人工调度不准、不及时、工作量繁杂等问题。(本文来源于《山东通信技术》期刊2019年03期）
韦建国,王建勇[4]（2019）在《基于蚁群算法的智能橱衣柜研究与应用》一文中研究指出现有智能化橱衣柜在使用过程中,移动时间过长,以及衣物在橱衣柜中调取环节中往往发生摩擦或碰撞等问题频繁发生,为了解决这些缺陷,本文基于以蚁群算法的原理为基础,来解决衣物在橱衣柜中移动与储存问题,再利用MATLB软件来实现找出最佳路径,并得出结论:在无障碍条件下,衣物所处的单元柜位置到进出口处的最佳路径呈现对称性;在带有障碍条件下,在障碍处于单元柜边缘且远离进出口的位置时,对衣物移动的移动最佳路径影响较小,在障碍处于单元柜的中间且靠近进出口的位置时,对衣物移动的移动最佳路径影响较大.(本文来源于《广东技术师范学院学报》期刊2019年03期）
刘合翠,蔡诗晗,孙先波,黄勇[5]（2019）在《蚁群算法与模糊控制在智能导航系统中的融合设计》一文中研究指出基于现代化城镇交通道路规划中的最优路径问题,构思了一种融合蚁群算法和模糊控制的智能导航系统设计方案.系统由前端数据采集单元、信息传输模块、服务器、车载终端显示装置组成,利用蚂蚁取食的方法来寻求最优路径,以最短的时间抵达目的地.仿真及试验结果表明:该系统可以通过模糊控制来简化系统设计,并结合蚁群算法有效缓解交通拥堵,具有较强的实用性和推广性.(本文来源于《湖北民族学院学报(自然科学版)》期刊2019年02期）
李松钊,李文敬,陆建波[6]（2019）在《物流服务交易区块链与蚁群智能合约算法研究》一文中研究指出为解决物流服务交易中供应商、生产商、用户等多方参与者之间的信用关系缺失,提高制定合约的效率,避免干扰合约的正常执行以及传统合约的可抵赖性、可篡改性以及不可追溯性等问题,提出了物流服务交易区块链与蚁群智能合约算法。分析传统的物流服务交易模式存在的问题,提出一种新的物流服务交易合约概念模型,并利用区块链和智能合约的特点和优势,以及物流服务交易中的信息发布、谈判、议价、制定合约等交易环节和区块链的链接关系,构建一种去中心化的物流服务交易智能合约区块链模型。以该模型为基础,依据物流服务交易合约的工作流程以及蚁群算法的特点,设计了物流服务交易区块链与蚁群智能合约算法。在多节点物流服务交易仿真平台进行实验,实验结果表明,该算法实现了基于区块链的多物流用户服务交易智能合约的创建、存储和自动执行,整个过程透明可跟踪、共识且不可篡改。因此,该算法是基于区块链解决物流服务交易问题的一种有效方法。(本文来源于《计算机工程与应用》期刊2019年17期）
李松钊[7]（2019）在《基于区块链的物流服务交易蚁群智能合约算法应用研究》一文中研究指出电商、物流、金融、政务、旅游等现代服务业飞速发展。但是,它们的服务交易合约仍处于一种手工操作或人机交互阶段,操作过程缺少自动化、智能化。而服务交易合约的相关数据、内容、定价、支付方式等合约信息因其交易中心化,存在合约信息的不可透明、无法追溯、可篡改和可抵赖等信用及安全存储问题。随着人工智能和区块链技术的发展,为物流等现代服务交易中存在的问题提供了新的思路。运用区块链解决服务交易的去中心化、不可篡改、无法追溯、可篡改和可抵赖等问题;利用群体智能解决物流服务交易的自动化和智能化问题。因此,我们融合区块链和群体智能技术对物流服务交易合约算法进行研究,具有重要的科学意义和应用价值。首先,对传统物流服务交易模式及其工作流程进行分析研究,根据当前物流服务交易系统的环境和架构,构建一个传统物流服务交易的中心化模型。然后,根据区块链技术的特点给出解决传统物流服务交易中心化模型下存在问题的基本思路。融合物流区块链的结构,以及物流服务交易中的信息发布、协商、制定合约、支付等交易流程和区块链的链接关系,构建去中心化的物流服务交易群智合约模型,以解决物流服务交易中心化模型数据集中化问题。然后根据蚁群算法的优势,解决物流服务交易智能化匹配问题,并提出了改进的蚁群算法。根据基于区块链的物流服务交易群智合约模型和改进的蚁群算法,提出了基于区块链的物流服务交易蚁群智能合约算法。最后,在基于以太坊的实验环境下,对算法进行多节点的物流服务交易的仿真实验。实验结果表明,文中提出的算法可实现多节点、多用户的物流服务智能合约的创建、存储和执行,解决了当前物流服务中心化、交易操作缺少智能化及其存在的信用问题。(本文来源于《南宁师范大学》期刊2019-05-01）
苏楠[8]（2019）在《基于蚁群算法的智能测评系统开发》一文中研究指出本文尝试使用蚁群算法与遗传算法进行配合,实现试卷的生成,在满足试卷试题的基本条件约束外,实现试题难度、信度、区分度的控制。(本文来源于《电子技术与软件工程》期刊2019年07期）
赵艳东,张申申[9]（2019）在《基于改进蚁群算法的智能交通路径规划》一文中研究指出社会的快速发展,带来了越来越严重的交通问题,长期以来导致环境污染和能源浪费。专家提出智能交通系统能够有效地改善交通问题,而路径寻优算法又是其中的关键点之一,但是原来研究的算法往往只是针对路径长短,没有考虑实际的路况和当时的情景。该文结合传统蚁群算法,模拟现实的路况和情景改进算法,并进行仿真和数据分析。仿真实验结果显示,改进蚁群算法在动态路径规划中具有良好的效果。(本文来源于《工业仪表与自动化装置》期刊2019年02期）
魏娟[10]（2019）在《蚁群优化图着色算法在智能小区中的运用》一文中研究指出当智能小区的地图网格中的颜色数太多时,经蚁群算法处理的信息会出现杂乱无章的现象.对蚁群算法进行优化,增添褪色过程并加入参数Max,能减小并控制着色色数,实现四色着色,使得小区里的各种动态数据和信息在地图网格中更加清晰且直观地展现.(本文来源于《吉首大学学报(自然科学版)》期刊2019年02期）
智能蚁群论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对田间农用智能机器人路径规划问题,结合蚁群算法特点,提出一种基于自适应蚁群算法的路径规划方法,目的是在信息采集、田间巡检、果蔬采摘及作物搬运等操作中,利用所提方法为农用智能机器人搜索出一条距离最短的优化路径,确保其能沿着该优化路径顺利达到指定作物种植区,完成指定工作任务。该方法通过引入自适应调整信息素挥发系数、更改信息素更新机制和限定信息素阈值等策略,对传统蚁群算法进行了优化改进。仿真结果显示,在100 m×100 m作物种植区模型内,改进算法能有效解决农用智能机器人路径规划问题;改进算法规划的最佳路径长度较传统蚁群算法和禁忌搜索算法分别减少3.745 1 m和16.387 6 m;改进算法规划最佳路径所需程序迭代次数较传统蚁群算法和禁忌搜索算法分别减少13代和31代,结果表明,与传统蚁群算法和禁忌搜索算法相比,改进算法具有较强的全局搜索能力和较好的收敛性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
智能蚁群论文参考文献
[1].蒲永妮.基于蚁群算法的智能交通最优路径探究[J].信息与电脑(理论版).2019
[2].李晓静,余东满.基于自适应蚁群算法的农用智能机器人路径规划[J].中国农机化学报.2019
[3].单俊明,李娜,张涛,柳兆裕,魏瑞云.基于改进型蚁群算法的装机智能调度方法研究[J].山东通信技术.2019
[4].韦建国,王建勇.基于蚁群算法的智能橱衣柜研究与应用[J].广东技术师范学院学报.2019
[5].刘合翠,蔡诗晗,孙先波,黄勇.蚁群算法与模糊控制在智能导航系统中的融合设计[J].湖北民族学院学报(自然科学版).2019
[6].李松钊,李文敬,陆建波.物流服务交易区块链与蚁群智能合约算法研究[J].计算机工程与应用.2019
[7].李松钊.基于区块链的物流服务交易蚁群智能合约算法应用研究[D].南宁师范大学.2019
[8].苏楠.基于蚁群算法的智能测评系统开发[J].电子技术与软件工程.2019
[9].赵艳东,张申申.基于改进蚁群算法的智能交通路径规划[J].工业仪表与自动化装置.2019
[10].魏娟.蚁群优化图着色算法在智能小区中的运用[J].吉首大学学报(自然科学版).2019