“多蚁群”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1180596个，建议您升级VIP下载更多相关专利

[发明专利]双层多贝努利随机有限蚁群多细胞跟踪方法-CN201810815283.3有效
发明人：徐本连;陈庆兰;鲁明丽;施健;孙乙丹 -专利权人：常熟理工学院
申请日： 2018-07-24 - 公布日： 2020-12-08 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种双层多贝努利随机有限蚁群多细胞跟踪方法，包括基于蚁群分工的多贝努利随机有限侦察蚁群和多贝努利随机有限觅食蚁群；多贝努利随机有限侦察蚁群，通过对侦察蚁群的混沌至确定性行为建模和定义侦察蚂蚁与其近邻蚂蚁的信息交换，最终生成相应的多贝努利随机有限蚁群；多贝努利随机有限觅食蚁群，当侦察蚁群完成任务后，所生成的多贝努利随机有限侦察蚁群转化成多贝努利随机有限觅食蚁群，通过对觅食决策行为建模和信息素的持续更新，生成最终的信息素场；随机有限觅食蚁群所生成的信息素场和当前的蚂蚁状态，得到相应的多贝努利随机有限觅食蚁群存在概率及其概率分布，进一步得到所对应细胞的状态和细胞的谱系树。
双层多贝努利随机有限蚁群多细胞跟踪方法

[发明专利]云平台下基于文化‑多蚁群算法虚拟机整合的方法-CN201611137268.5在审
发明人：孙学梅;关启明;赵帅飞 -专利权人：天津工业大学
申请日： 2016-12-12 - 公布日： 2017-05-31 - 主分类号： G06F9/455 文献下载
摘要：本发明涉及云云平台下基于文化‑多蚁群算法虚拟机整合的方法，包括(1)利用文化‑多蚁群算法建立虚拟机最优的迁移计划；(2)利用文化‑多蚁群算法改进了贪心算法在虚拟机放置过程中的缺陷，避免了粒子群算法处理离散问题的难点；(3)利用文化‑多蚁群算法改进了蚁群算法的单一性。仿真结果表明，该方法可以在使用最少的迁移次数的情况下，使尽可能多的物理机休眠，从而降低能耗。它在虚拟机迁移次数上、能量消耗上优于多蚁群算法以及多蚁群算法的迁移方法。
平台基于文化多蚁群算法虚拟机整合方法

[发明专利]基于蚂蚁自调整觅食行为的多细胞跟踪方法及系统-CN202011040382.2有效
发明人：鲁明丽;徐本连;吴妹英;施健;刘静;王伟;朱培逸;吴迪 -专利权人：常熟理工学院;苏州市第五人民医院
申请日： 2020-09-28 - 公布日： 2021-10-19 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于蚂蚁自调整觅食行为的多细胞跟踪方法及系统。输入细胞图像序列后，根据前一帧蚁群及其信息素场的迭代结果对当前帧进行预测，形成高斯蚁群及高斯信息素场；在基于指数形式的蚂蚁工作模式下利用三种策略，即，蚁群觅食范围限定、蚁群重采样机制、蚁群觅食停止准则，构建信息素场；然后计算蚁群的存在概率并融合相似蚁群，考虑存在概率大于阈值的蚁群及相应高斯信息素场进行细胞状态提取，实现多细胞的精确跟踪。
基于蚂蚁调整觅食行为细胞跟踪方法系统

[发明专利]一种基于多蚁群遗传算法的分布式数据库查询优化方法-CN201811426336.9在审
发明人：马锐;王鑫;苏静;濮斌 -专利权人：常州市武进区半导体照明应用技术研究院
申请日： 2018-11-27 - 公布日： 2019-04-23 - 主分类号： G06F16/2453 文献下载
摘要：本发明公开了一种基于多蚁群遗传算法的分布式数据库查询优化方法，属于互联网数据库技术领域，包括建立分布式数据库构架，对分布式数据库查询代价进行分析后，将蚁群算法升级为多蚁群算法，利用了平滑机制及多蚁群间互相学习机制来避免陷入局部最优和早熟现象,从而提高了整个算法的全局搜索能力，解决了采用多蚁群算法提高分布式数据库查询效率技术问题，本发明引入多蚁群算法，并在算法中提出了“学习算子”，让子蚁群相互学习，防止陷入局部最优，提高算法性能，让算法能够获得更好的全局最优解
分布式数据库蚁群算法算法蚁群查询优化遗传算法互联网数据库全局搜索能力全局最优解查询效率学习机制早熟现象算子平滑构架查询学习引入升级分析

[发明专利]多贝努利随机有限蚁群多细胞跟踪方法-CN201810585820.X有效
发明人：徐本连;陈庆兰;鲁明丽;施健;孙乙丹 -专利权人：常熟理工学院
申请日： 2018-06-08 - 公布日： 2020-07-14 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种多贝努利随机有限蚁群多细胞跟踪方法。首先，本发明提出了多贝努利随机有限蚁群，并给出了随机有限蚁群的存在概率及其对应的概率密度函数。在预测阶段，实现了信息素场和子蚁群状态从上一帧至下一帧的预测，并给出了预测阶段的多贝努利随机有限蚁群的存在概率及其离散的概率密度分布；在更新阶段，通过多贝努利随机有限子蚁群决策实现对信息素场更新，提取多细胞状态，从而实现对多细胞的精确跟踪。
多贝努利随机有限蚁群多细胞跟踪方法

[发明专利]一种基于协作与竞争模式的蚁群近邻细胞跟踪系统及其应用-CN201310359025.6有效
发明人：鲁明丽;徐本连;朱培逸;毛丽民;施健;任亚运 -专利权人：常熟理工学院
申请日： 2013-08-16 - 公布日： 2014-07-30 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于协作与竞争模式的蚁群近邻细胞跟踪系统及其应用，由始蚁群分布及粗分类模块，多蚁群决策模块和融合及删除模块组成；初始蚁群分布及粗分类模块，利用近似平均方法提取细胞的前景图像从而获得初始蚁群分布，然后利用K均值聚类的方法把它粗略的分为N组子蚁群；多蚁群决策模块，基于协作与竞争模式构建N个独立的子信息素场和总信息素场共同作用下的细胞位置估计模块；融合及删除模块，基于信息素场构建，通过合并相似子蚁群和去除由杂波导致的虚假目标进行多细胞位置估计本发明可实现在低对比度细胞图像序列下近邻多细胞动力学参数估计，即对近邻多细胞动力学特性存在差异、细胞发生变形、细胞数目时变等情形，在无需细胞检测模块、无需大量的细胞训练样本的基础上，通过蚁群系统的协作与竞争，解决近邻多细胞多参数估计与跟踪难题。
一种基于协作竞争模式近邻细胞跟踪系统及其应用

[发明专利]一种基于图像背景提取前提的蚁群多细胞跟踪系统-CN201310093741.4有效
发明人：徐本连;陈庆兰;鲁明丽;毛丽民;施健;其他发明人请求不公开姓名 -专利权人：常熟理工学院
申请日： 2013-03-22 - 公布日： 2013-06-12 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于图像背景提取前提的蚁群多细胞跟踪系统，其特征在于对截取的原始图像区域，通过三个模块：先验蚁群分布模块、多蚁群重构模块、细胞身份管理与状态提取模块的分析，实现多细胞的自动跟踪。本发明具有以下有点：1）能精确跟踪多细胞，且跟踪稳定性高，虚警率、漏检率远远小于REZA教授提出的无需检测环节的多贝努利滤波器方法；2）能同时自动跟踪多个不同动力学特性的细胞，且能精确跟踪距离相近的多细胞；其是首次用蚁群技术中各方法解决多细胞自动快速跟踪问题。
一种基于图像背景提取前提蚁群多细胞跟踪系统

[发明专利]一种基于改进蚁群算法的系统弹性恢复方法及系统-CN202310103423.5在审
发明人：李震;王录红;田璐;李阳;李长江;苗虹 -专利权人：江苏科技大学
申请日： 2023-02-08 - 公布日： 2023-06-02 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种基于改进蚁群算法的系统弹性恢复方法及系统，建立多波次作战的仿真模型，模拟敌我双方的多波次对抗，包括不同类别、不同毁伤程度的攻击方多波次攻击；己方防御系统模块；对抗毁伤模块；维修恢复模块。根据当前波次下战场环境，计算出装备节点的战时重要度，并依据改进蚁群算法计算出维修序列。分析并总结蚁群算法的原理与特性，从蚁群算法的特性和不足出发，从网格搜索算法、设置非均匀初始信息素、设定组内出发点分类三个角度对蚁群算法进行改进。最后，通过改进的蚁群算法作为系统的恢复算法，帮助系统确定在多波次作战中的恢复路径，使系统拥有更优良的弹性性能。本发明的算法改进合理，且计算结果验证了本发明的有效性。
一种基于改进算法系统弹性恢复方法

[发明专利]基于蚁群优化的分布式服务质量多播路由方法-CN200710068247.7无效
发明人：刘彦鹏;安庆敏;吴明光 -专利权人：浙江大学
申请日： 2007-04-26 - 公布日： 2007-09-26 - 主分类号： H04L12/56 文献下载
摘要：本发明公开了种基于蚁群优化的分布式服务质量多播路由方法。基于蚁群优化的分布式服务质量多播路由方法借鉴蚁群觅食搜索最短路径的仿生思想，采用基于概率的正反馈路由选择机制；结合多播路由问题的特点，采用超边技术改进了标准蚁群优化算法。本发明的优点：1)分布式多播路由算法不需要一个具有全网信息的核心节点来负责计算和协调多播路由树，克服了集中式路由算法易造成链路拥塞，以及异步更新的不足；2)基于概率的正反馈路由选择机制使分布式多播路由算法能自适应地避开故障、拥塞节点，并有效地解决了循环回路的产生；3)采用超过技术改进标准蚁群优化算法，使建立分布式多播路由树的效率大大提高。
基于优化分布式服务质量路由方法

[发明专利]一种多星协同任务规划方法-CN201911248572.0在审
发明人：杨超;周庆瑞;刘晔伟;叶子鹏;杨英 -专利权人：中国空间技术研究院
申请日： 2019-12-09 - 公布日： 2020-05-19 - 主分类号： G06F9/48 文献下载
摘要：本发明提供了一种多星协同任务规划方法，包括如下步骤：步骤1，为多星协同任务设定编码规则；步骤2，基于编码规则，采用蚁群算法搜索多星协同任务的次优解；步骤3，蚁群算法搜索陷入局部最优时，使用蚁群算法快速搜索到的次优解作为模拟退火算法的初始解本发明中多星协同任务规划方法，使用蚁群算法快速搜索到的次优解作为模拟退火算法的初始解，使模拟退火算法能在一个较高的起点开始对问题进行寻优，解决了模拟退火前期搜索速度慢以及蚁群算法易陷入最优的缺陷，在提高优化速度的同时
一种协同任务规划方法

[发明专利]基于标签蚁群的联合多细胞跟踪方法-CN201910263691.7有效
发明人：徐本连;鲁明丽;陈庆兰;施健;孙乙丹 -专利权人：常熟理工学院
申请日： 2019-04-03 - 公布日： 2021-05-11 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于标签蚁群的联合多细胞跟踪方法。首先，采用无标签的侦察蚁群在当前帧生成一组细胞候选蚁群，在此基础上构建一个二分图，由上帧估计出的细胞状态与当前产生的细胞候选蚁群组成；其次，利用标签蚁群并以航迹最优次模式分配为目标函数最优实现帧间的匹配，多细胞状态由进化的标签蚁群所近似的多贝努利参数得到，而细胞的谱系树由其确定的帧间匹配上的轨迹信息素场提取得到；最后，针对航迹断裂，提出了一种四步骤航迹恢复方法，以实现断裂航迹间的关联。
基于标签联合细胞跟踪方法

[发明专利]基于改进蚁群算法的多车型供应链调度方法及电子设备-CN202210448996.7在审
发明人：朱浩;成林;王佳萌 -专利权人：深圳市智汇奇策科技有限公司
申请日： 2022-04-27 - 公布日： 2022-11-29 - 主分类号： G06Q10/08 文献下载
摘要：本发明涉及人工智能技术，揭露了一种基于改进蚁群算法的多车型供应链调度方法，包括：根据车辆数和需求点构建车辆初始路线，对车辆初始路线进行随机优化，得到多条优化车辆路线，利用运输车辆的相关运输信息计算得到运输约束因子集并构建运输调度模型，利用运输调度模型作为约束函数对基础蚁群算法中的信息素更新方式进行算法优化，得到改进蚁群算法，利用改进蚁群算法对多条优化车辆路线进行路线质量评价，得到路线质量评价结果，根据路线质量评价结果将多条优化车辆路线进行调度本发明还提出一种基于改进蚁群算法的多车型供应链调度装置、电子设备以及计算机可读存储介质。本发明可以解决多车型供应链调度的准确度较低的问题。
基于改进算法车型供应调度方法电子设备

[发明专利]一种基于动态蚁群劳动分工模型的多AUV任务分配方法-CN202110072473.2在审
发明人：王强;杨惠珍 -专利权人：西北工业大学
申请日： 2021-01-20 - 公布日： 2021-04-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于动态蚁群劳动分工模型的多AUV任务分配方法，首先建立异构多AUV动态任务分配问题数学模型，然后采用动态蚁群劳动分工模型，将AUV对应为蚂蚁；根据动态蚁群劳动分工模型的刺激—响应原理，将动态蚁群劳动分工的环境刺激模型、响应阈值模型及转移概率模型在异构多AUV系统动态任务分配问题上进行一一映射；最后采用循环竞争方案，解决任务冲突问题，为每个AUV分配任务。本发明方法能高效地完成任务分配过程，与传统的群智能任务分配方法相比，具有很好的自组织性、鲁棒性及快速性且能得出无冲突的任务分配方案。
一种基于动态劳动分工模型 auv 任务分配方法

[发明专利]一种基于蚁群与扩展卡尔曼滤波相结合的多AUV协同定位方法-CN201610854298.1有效
发明人：李娟;张娟;王宏健;张伟;马涛;邱军婷;张昆玉 -专利权人：哈尔滨工程大学
申请日： 2016-09-27 - 公布日： 2019-10-18 - 主分类号： G01C21/20 文献下载
摘要：本发明的目的在于提供一种基于蚁群与扩展卡尔曼滤波相结合的多AUV协同定位方法，首先建立AUV运动学模型，然后线性化AUV模型，采用改进的蚁群算法对Q矩阵R矩阵进行最优估计：先采用蚁群算法进行首次遍历，产生大量解；采用粒子群算法找到全局最优值；再次利用蚁群算法，将当前解集置为蚁群初始出发点，然后根据蚁群中蚂蚁获得的解的质量的优劣，选出部分最优秀的蚂蚁按其解的优劣程度加权平均释放信息素。本发明巧妙地将智能算法与EKF相结合，不仅解决了噪声矩阵的不确定、难选择的问题，而且提高了EKF的滤波精度，应用于多AUV的定位系统中，大大提高了对从AUV定位的精确度。
一种基于扩展卡尔滤波相结合 auv 协同定位方法

[发明专利]一种基于改进蚁群算法的卫星QoS路由算法-CN201810235695.X在审
发明人：潘成胜;魏德宾;杨力;石怀峰;刘健 -专利权人：大连大学
申请日： 2018-03-21 - 公布日： 2018-08-17 - 主分类号： H04B7/185 文献下载
摘要：本发明公开了一种基于改进蚁群算法的卫星QoS路由算法,将蚁群算法引入卫星网络中，考虑到传统蚁群算法以节点之间距离作为启发函数，距离越短，对蚂蚁的启发性越高，但卫星网络不同于地面网络，为了能支持卫星网络上业务的多QoS需求，将蚁群算法进行改进，通过优化概率公式，改进启发函数，将链路QoS信息作为蚂蚁选择下一跳节点的重要参考依据，从而实现了业务对多QoS的需求；并结合排序思想来优化链路信息素更新规则。该算法在为不同的业务提供多约束QoS保障的同时，还提高了算法的寻优能力和收敛速度。
蚁群算法算法卫星网络改进蚂蚁参考依据地面网络概率公式更新规则链路信息业务提供卫星多约束链路寻优排序优化收敛引入

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条