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进化算法,蚁群算法与其它进化算法同样存在易于限于局部最小点等缺陷.本文提出一种自适应的蚁群算法以克服上述缺陷.通过自适应地改变算法的挥发度等系数,本文中的算法可以在保证收敛速度的条件下提高解的全局性,通过对TSP问题的仿真证明本文中的算法相对与原始的蚁群算法收敛速度和解的性能都有一定的提高.
推荐文章
自适应进化的蚁群算法及其仿真研究
蚁群算法
进化算法
强化学习
旅行商问题
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
一类自适应蚁群算法及其收敛性分析
蚁群算法
收敛性
马尔科夫链
一种动态自适应蚁群算法
蚁群算法
自适应
信息素
优化
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 一种自适应蚁群算法及其仿真研究
来源期刊 系统仿真学报 学科 工学
关键词 蚁群算法 进化算法 TSP
年,卷(期) 2002,(1) 所属期刊栏目 建模与仿真方法
研究方向 页码范围 31-33
页数 3页 分类号 TP18
字数 2907字 语种 中文
DOI 10.3969/j.issn.1004-731X.2002.01.010
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 谢剑英 上海交通大学自动化研究所 240 3885 31.0 52.0
2 王颖 上海交通大学自动化研究所 126 1374 16.0 35.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (549)
同被引文献  (324)
二级引证文献  (2567)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(6)
  • 引证文献(6)
  • 二级引证文献(0)
2004(15)
  • 引证文献(12)
  • 二级引证文献(3)
2005(47)
  • 引证文献(31)
  • 二级引证文献(16)
2006(119)
  • 引证文献(45)
  • 二级引证文献(74)
2007(224)
  • 引证文献(73)
  • 二级引证文献(151)
2008(273)
  • 引证文献(77)
  • 二级引证文献(196)
2009(306)
  • 引证文献(70)
  • 二级引证文献(236)
2010(269)
  • 引证文献(45)
  • 二级引证文献(224)
2011(244)
  • 引证文献(38)
  • 二级引证文献(206)
2012(236)
  • 引证文献(35)
  • 二级引证文献(201)
2013(212)
  • 引证文献(24)
  • 二级引证文献(188)
2014(190)
  • 引证文献(22)
  • 二级引证文献(168)
2015(204)
  • 引证文献(14)
  • 二级引证文献(190)
2016(187)
  • 引证文献(21)
  • 二级引证文献(166)
2017(206)
  • 引证文献(15)
  • 二级引证文献(191)
2018(174)
  • 引证文献(9)
  • 二级引证文献(165)
2019(161)
  • 引证文献(11)
  • 二级引证文献(150)
2020(42)
  • 引证文献(1)
  • 二级引证文献(41)
研究主题发展历程
节点文献
蚁群算法
进化算法
TSP
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
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
总被引数(次)
173926
论文1v1指导