基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
蚁群算法是一种新型的模拟进化算法,初步的研究表明该算法具有许多优良的性质,利用蚁群算法求解一般函数优化,通过实验收到良好的效果.
推荐文章
蚁群算法求解优化函数
蚁群算法
函数优化
函数逼近
鲁棒性
神经网络
用于求解函数优化的蚁群算法设计
蚁群算法
函数优化
TSP
遗传算法
用于求解函数优化的一个蚁群处算法设计
蚁群算法
函数优化
遗传算法
旅行商问题
混合改进蚁群算法的函数优化
混合改进蚁群算法
函数优化
自适应
高斯变异
蚁群算法
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 用于一般函数优化的蚁群算法
来源期刊 宁波大学学报(理工版) 学科 工学
关键词 蚁群算法 模拟进化算法 函数优化
年,卷(期) 2001,(4) 所属期刊栏目 论文
研究方向 页码范围 52-55
页数 4页 分类号 TP301.6
字数 3359字 语种 中文
DOI 10.3969/j.issn.1001-5132.2001.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 熊伟清 宁波大学信息科学与工程学院 68 1051 17.0 30.0
2 魏平 宁波大学信息科学与工程学院 40 926 16.0 29.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (141)
参考文献  (3)
节点文献
引证文献  (138)
同被引文献  (78)
二级引证文献  (896)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(28)
  • 引证文献(24)
  • 二级引证文献(4)
2005(26)
  • 引证文献(10)
  • 二级引证文献(16)
2006(68)
  • 引证文献(11)
  • 二级引证文献(57)
2007(99)
  • 引证文献(13)
  • 二级引证文献(86)
2008(103)
  • 引证文献(19)
  • 二级引证文献(84)
2009(91)
  • 引证文献(15)
  • 二级引证文献(76)
2010(84)
  • 引证文献(11)
  • 二级引证文献(73)
2011(83)
  • 引证文献(5)
  • 二级引证文献(78)
2012(88)
  • 引证文献(7)
  • 二级引证文献(81)
2013(83)
  • 引证文献(4)
  • 二级引证文献(79)
2014(59)
  • 引证文献(8)
  • 二级引证文献(51)
2015(57)
  • 引证文献(1)
  • 二级引证文献(56)
2016(61)
  • 引证文献(0)
  • 二级引证文献(61)
2017(41)
  • 引证文献(5)
  • 二级引证文献(36)
2018(32)
  • 引证文献(1)
  • 二级引证文献(31)
2019(22)
  • 引证文献(1)
  • 二级引证文献(21)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
蚁群算法
模拟进化算法
函数优化
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
宁波大学学报(理工版)
双月刊
1001-5132
33-1134/N
大16开
浙江宁波市江北区风华路818号
1988
chi
出版文献量(篇)
2636
总下载数(次)
7
总被引数(次)
10731
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导