基于粒子-蚁群算法的TSP旅行商问题求解

【实例简介】SNOPT使用说明

V2X频谱分配代码

【实例简介】

语音信号处理前的预处理部分，包括预加重，分frame，加窗.rar

《卡尔曼滤波原理及应用-MATLAB仿真》电子书和书中的MATLAB程序

模拟退火算法解决VRP问题

【实例简介】基于PI控制的永磁同步电机仿真，转速环、电流环均为PI控制器

Alpha稳定分布模型及其应用研究_李旭涛.caj

1.任意选取一副彩色图像，对RGB三色的分量图像分别显示。 2.伪彩色图像增强处理：选择灰度图像，采用如下图所示的传递函数实现灰色-彩色图像的变换处理，得到彩色图像。   （a）红色分量的传递函数     （b）绿色分量的传递函数      （c）蓝色分量的传递函数 3.任意选择彩色图像，显示其R,G,B分量图像，并使用5*5均值滤波器分别对彩色图像的RGB分量进行平滑滤波，显示R,G,B分量平滑滤波图像。叠加所有的彩色分量图像，完成平滑后的全彩色图像。比较原彩色图像和平滑后的彩色图像。 4.将(3) 的彩色图像，显示其HSI图像，并对强度I分量进行均值滤波平滑，再转换为RGB图像进行显示，与（3）中的平滑后的彩色图像进行比较并相减，用图像显示两种结果的差别。

采用蚁群算法求取TSP问题 1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点：  1）概率选择：受信息素浓度和启发函数影响，启发函数为距离的倒数   2）信息素挥发：考虑到信息素随时间的挥发，加入挥发因子  3程序设计步骤：  1）初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等 2）迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。   3）展示：展示出最佳路径，以及最佳路径对迭代的变化图  4Matlab代码 程序说明：采用蚁群算法求取TSP问题，共有34个城市，从txt文件加载数据： 运行结果：