本申请涉及云计算中虚拟机部署优化相关技术领域,具体提供了一种基于多种群蚁群算法的虚拟机部署规划方法,包括:根据数据集构建虚拟机列表和服务器列表;初始化虚拟机和服务器之间的信息素,通过贪心算法计算得到服务器集群的目标值;对服务器集群中的不同种群分别进行迭代,通过对每一轮迭代中的个体进行构建,得到多种虚拟机部署方案。本申请利用多种群蚁群算法可以在服务器资源有限的约束下得到整体部署方案,实现同时优化服务器集群执行时间和服务器集群的负载均衡度两个目标,求解难度较低且解的质量较高,且使用独特信息素和启发式信息,有效引导时间种群和负载均衡度种群构建解,整体效率较高,在大规模数据集中效果尤为显著。
📄 2023117524234
📂 G06F9_455
👤 江南大学
📅 2023-12-19
本发明公开了一种基于蚁群算法的第四方物流运输路径规划方法,涉及第四方物流运输优化领域,该方法采用有向图的邻接表方式保存第四方物流运输网络的信息,并提出一种情景式编码方法,基于问题特征设计了启发式信息和信息素的计算方式,并结合节点禁忌表和路径禁忌表来确定可访问路径,利用蚁群算法可以在运输成本约束和运载量约束下得到运输路径,以实现物流作业整体的总运输时间最短的目标,求解难度较低且解的质量较高。
📄 2022107121694
📂 G05D1_02
👤 江南大学
📅 2022-06-22
本发明公开了基于改进蚁群算法的移动机器人路径规划方法,属于移动机器人控制领域。本发明首先通过K‑medoids算法对地图障碍物聚类分析,差异化初始信息素浓度,提升了前期收敛速度;然后对蚁群算法进行改进,通过引进自适应启发函数,根据待访问节点位置的不同对启发因子适当放大,以加快向目标点搜索的速度;设定双向搜索机制,将寻找目标点问题转化为两只蚂蚁相遇问题,提高了算法效率,从而提高了路径规划的速度。仿真数据说明本发明相比于现有的路径规划方案,机器人的最短路径长度缩短了5%,过程拐弯次数减少30%,收敛代数减少46.2%,因此本发明可更快速寻找到机器人的最短路径,且路径质量更优。
📄 202210563301X
📂 G01C21_20
👤 江南大学
📅 2022-05-20
本发明涉及一种基于蚁群算法的移动机器人路径规划方法。本发明包括:采用栅格法对机器人的工作环境进行建模;根据禁忌表,判断蚂蚁是否陷入了死锁状态;基于A*算法的启发式代价,考虑蚂蚁前一个节点到当前节点的线段与当前节点到下一节点的线段之间的夹角,构造启发信息函数,根据启发式信息,在轮盘赌法算法的基础上计算蚂蚁在当前节点选择下一个节点的状态转移概率;判断蚂蚁是否到达目标节点G;判断迭代次数N是否达到最大迭代数。本发明利用A*算法作为路径搜索的启发式信息,在启发式信息中加入弯曲抑制算子,减少弯曲次数和累计弯曲角度,提高了全局路径的平滑度。通过仿真表明改进的蚁群算法收敛速度更快,路径更加优化。
📄 2021105337577
📂 G05D1_02
👤 江南大学
📅 2021-05-14
本发明涉及云计算资源调度技术领域,尤其是指一种基于缓冲队列蚁群算法的实时虚拟机部署方法及系统,包括:将完整计算周期划分为若干子周期,每个子周期包括调度时间段和部署时间段;在调度时间段,采用缓冲队列蚁群算法求解当前子周期的最优部署结果;在部署时间段,根据当前子周期的最优部署结果部署虚拟机。本发明能够在不同规模场景中均显著减少工作服务器数量并提升资源利用率,有效解决云计算实时负载下的能耗优化与资源均衡问题。
📄 202510817224X
📂 G06F9_455
👤 江南大学
📅 2025-06-18
本申请涉及一种应用于单连杆机械手非一致区间的基于蚁群算法的高阶迭代学习控制方法、装置及计算机设备,其方法包括采用蚁群算法对预构建的目标单连杆机械手模型进行优化,得到最优控制增益;设计目标单连杆机械手系统的采样误差函数;基于采样误差函数和最优控制增益,设计目标单连杆机械手模型的迭代学习控制律;控制目标单连杆机械手模型进行高阶迭代学习,并利用迭代学习控制律更新目标单连杆机械手模型的下一次迭代的控制信号,直至采样误差函数收敛时停止迭代,得到目标单连杆机械手系统的当前的控制信号。本申请具有收敛速度更快,控制精度更高的效果。
📄 2024106550263
📂 B25J9_16
👤 广州大学
📅 2024-05-24
本发明属于一种干扰信号定位方法,为解决目前借助扫频仪和频谱仪对干扰源监测定位时,会耗费大量测试资源,需要反复寻找干扰位源置,监测效率较低,提供一种三角网与蚁群算法联合对干扰源监测与定位的方法。首先将待监测区域分为多个三角形区域,将固定监测站和移动监测站按照三角监测网布设算法进行假设部署,完成固定站的部署并明确需要移动站进行监测的点后,再对需要移动站进行监测的点应用蚂蚁算法得到一条最优路径,将移动站分配在不同的路段上进行监测,固定站与移动站相互补充,实现了全方位的干扰源监测与定位查找。将蚂蚁算法与三角监测网相结合,以三角监测网为基础,应用蚂蚁算法寻找最优路径,在确保可以完成整个区域监测的同时可以较快的完成监测任务,有效提高了干扰监测效率。
📄 2022112010210
📂 G01S19_21
👤 西安邮电大学
📅 2022-09-29
本发明公开了一种基于排序蚁群算法的物流车多服务方案规划方法,该方法通过排序蚁群优化算法,维持多个信息素矩阵,迭代寻找多个最优服务方案,提出基于服务方案相似性的最优服务方案保存策略;设计基于最优服务方案的关键服务序列挖掘机制,提出融合关键服务序列和2‑opt的服务方案局部优化方法;进一步设计基于服务方案相似性的子蚁群划分机制,提出基于子蚁群最优服务方案与信息素矩阵代表性方案的匹配规则;设计基于最优匹配的多信息素矩阵更新机制,实现蚁群对解空间多区域的分散搜索,达到定位不同区域多个最优服务方案的目的。本发明能为物流车提供多个最优服务方案,为物流公司提供多决策支持,提升物流车服务物流任务的灵活性。
📄 2026106365609
📂 G06Q10_0631
👤 南京信息工程大学
📅 2026-05-11
一种基于改进蚁群算法的多配送中心车辆路径优化方法,首先,针对多配送中心车辆路径优化问题,对各个客户点设计了以最近配送中心为启发式信息的惩罚函数;其次,将具有上述启发式信息的罚函数加入到各配送点的信息素更新过程中,从而提高了算法的搜索效率;然后对非劣解集合中的非劣解进行模拟退火,有效地避免了蚁群算法陷入局部最优;最后,从非劣解集合中选出最优解,从而得到最优配送路径方案。本发明在实际物流配送车辆路径优化应用中可以快速的得到可靠的最佳配送路径。
📄 201910763723X
📂 G06Q10_04
👤 浙江工业大学
📅 2019-08-19
一种基于时空自适应双向蚁群算法的移动机器人路径规划方法,利用栅格法对移动机器人运动环境进行建模;设置初始参数,蚂蚁分别从起点和终点进行路径搜索,迭代完成后输出最优路径。在该方法中,通过设置特定初始信息素浓度,利用方向因子改进转移概率,根据迭代次数的时间信息动态调整信息素挥发因子和信息素更新策略以及根据迭代过程中的路径空间信息动态调整信息素增强系数,有效地改善了算法收敛速度和路径搜索效率。
📄 2021116114873
📂 G05D1_43
👤 浙江工业大学
📅 2021-12-27
基于模糊蚁群算法与近端策略优化结合的无人机群体协同方法,包括以下步骤:1)自适应聚类为无人机分配任务区域,缩小任务范围;2)制定模糊规则与隶属函数,采用模糊蚁群算法求解目标群中不同子群之间的一级任务规划,确保每架无人机在执行子群任务时的代价最小化;3)将近端策略优化与粒子群优化方法相结合,用于目标子群内的任务规划优化,从而提升规划的精度和效率。本发明能够通过融合时域和空域特征的协同任务规划,提升无人机在任务执行过程中的智能控制与效率,进一步增强无人机群体的任务执行效率。
📄 2025101023615
📂 G05D1_46
👤 浙江工业大学
📅 2025-01-22
一种基于蚁群算法的电动汽车充电调度优化方法,包括如下步骤:1)当电动汽车处于电量值较低时,用户先向服务器发送充电请求,服务器收到请求后会先收集电动汽车电池的剩余能量、空调状态、电动汽车的当前位置及周边充电站分布情况,同时要参考周围道路拥堵情况;2)将道路网格化,电动汽车充电调度问题可以描述成优化问题;3)针对这个问题模型,我们采用蚁群算法为电动汽车选择合适的目标充电站以及到达目标充电站的最优行驶路径;4)只要服务器和电动汽车处于连接状态,服务器会将目标充电站和到达目标充电站最优路径的信息发送给用户。本发明提高电动汽车的充电效率,给用户提供更加智能的充电路径规划方案。
📄 2019100251106
📂 G06Q10_04
👤 浙江工业大学
📅 2019-01-11