简介：提出了一个火力分配的非线性整数规划模型，该模型充分考虑了多火力点联合毁伤概率对实际射击效果的影响。应用基本蚁群指派算法可以求解此NP问题，但难以满足战术决策的实时性要求。为此，提出一种自适应的信息索更新方法和消除无效分配的变异策略，提高了收敛速度。采用删除已访问节点的方法取代比较禁忌表的方法，进一步降低了计算代价。计算机实验结果表明，该算法在优化性能和时间性能上都取得了良好的效果，满足战术决策的实时性要求。
简介：为了避免设计模糊控制系统时遇到的“规则爆炸”问题，提出基于模糊相容系数的模糊规则优化方法．该方法定义了模糊规则的相容程度，得出的相容系数矩阵作为蚁群算法的启发式因子．采用蚁群算法优化模糊规则进行仿真，结果显示该方法生成的模糊规则具有较好的相容性和控制性能．
简介：应用蚁群算法（ACA）解决车辆巡回保障问题，建立了车辆巡回保障优化数学模型，对轨迹更新规则进行了重新设定，给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性和适用性进行了验证。实验结果表明，该算法可以快速、有效求得车辆巡回保障的优化解，得到车辆巡回保障过程中的较优方案。
简介：将蚁群算法和遗传算法应用于装备调拨决策系统，实现了装备调拨决策信息的生成。同时利用遗传算法对蚁群算法的参数进行了优化，实验证明优化后的蚁群算法在平均路径长度、算法平均执行时间和总执行时间上较传统蚁群算法都有一定程度的改进。
考虑毁伤概率门限的火力分配变异蚁群算法
基于蚁群算法的模糊控制规则优化设计
蚁群算法在车辆巡回保障中的应用研究
基于优化蚁群算法的装备调拨决策系统研究与设计
