原文服务方: 控制理论与应用       
摘要:
蚁群算法是由意大利学者M.Dorigo等人首先提出的一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,为求解算杂的组合优化问题提供了一种新思路.此方法已经引起了众多学者的研究兴趣.但同时也存在着一些缺点,如需要较长的计算时间,容易出现停滞现象等.目前国内对此研究尚少,为此,本文对蚁群算法的研究现状作一综述,希望能够对相关研究起到一定的启发作用.
推荐文章
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
自适应调整信息素的蚁群算法
蚁群算法
TSP问题
信息素
自适应蚁群算法优化红外图像分割
图像分割
红外图像
二维最大熵分割
蚁群算法
基于自适应多态免疫蚁群算法的TSP求解
自适应
多态
蚁群算法
免疫克隆选择
旅行商问题
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应蚁群算法
来源期刊 控制理论与应用 学科
关键词 蚁群算法 强化学习 旅行商问题
年,卷(期) 2000,(1) 所属期刊栏目 综述与评论
研究方向 页码范围 1-3,8
页数 4页 分类号 O23
字数 语种 中文
DOI 10.3969/j.issn.1000-8152.2000.01.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (339)
参考文献  (3)
节点文献
引证文献  (436)
同被引文献  (166)
二级引证文献  (3843)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2000(2)
  • 引证文献(2)
  • 二级引证文献(0)
2001(10)
  • 引证文献(10)
  • 二级引证文献(0)
2002(19)
  • 引证文献(12)
  • 二级引证文献(7)
2003(72)
  • 引证文献(32)
  • 二级引证文献(40)
2004(164)
  • 引证文献(26)
  • 二级引证文献(138)
2005(223)
  • 引证文献(31)
  • 二级引证文献(192)
2006(349)
  • 引证文献(30)
  • 二级引证文献(319)
2007(465)
  • 引证文献(56)
  • 二级引证文献(409)
2008(568)
  • 引证文献(50)
  • 二级引证文献(518)
2009(441)
  • 引证文献(34)
  • 二级引证文献(407)
2010(380)
  • 引证文献(26)
  • 二级引证文献(354)
2011(300)
  • 引证文献(20)
  • 二级引证文献(280)
2012(228)
  • 引证文献(21)
  • 二级引证文献(207)
2013(205)
  • 引证文献(24)
  • 二级引证文献(181)
2014(170)
  • 引证文献(8)
  • 二级引证文献(162)
2015(152)
  • 引证文献(14)
  • 二级引证文献(138)
2016(158)
  • 引证文献(12)
  • 二级引证文献(146)
2017(153)
  • 引证文献(9)
  • 二级引证文献(144)
2018(106)
  • 引证文献(6)
  • 二级引证文献(100)
2019(87)
  • 引证文献(10)
  • 二级引证文献(77)
2020(20)
  • 引证文献(1)
  • 二级引证文献(19)
研究主题发展历程
节点文献
蚁群算法
强化学习
旅行商问题
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导