基于蚁群算法的无人机航迹规划,航迹规划是无人机的关键智能技术，在地理环境信息已知的条件下，如何综合考虑威胁和油耗，给出一条最优的自动航行路径，是无人机航迹规划要解决的问题。-Unmanned aerial vehicle (uav) flight path planning based on ant colony algorithm, path planning is the key to the uav intelligence technology, under the condition

受帝国主义殖民竞争机制的启发，Atashpaz-Gargari和Lucas于2007年提出了一种新的智能优化算法—帝国竞争算法 (ICA)。与GA, PSO, ABC等受生物行为启发的群智能算法不同，ICA受社会行为启发，通过摸拟殖民地同化机制和帝国竞争机制而形成的一种优化方法。ICA也是一种基于群体的优化方法，其解空间由称为国家的个体组成。ICA将国家分为几个子群，称为帝国。在每个帝国内，ICA通过同化机制使非最优的国家(殖民地)向最优国家(帝国主义国家)靠近，该过程类似于PSO。帝国竞争机制

粒子群算法，智能优化算法，信息共享粒子群算法-ccpso-ism(Particle swarm optimization algorithm CCPSO-ISM)

将句子分成很小的独立词，来提取信息，对照数据字典得到有用的关键信息，进行智能筛选题目或回答问题。(The sentence is divided into very small independent words to extract information, and the data dictionary is used to obtain useful key information.)