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:
在借鉴文献[1]基本思想的基础上,改进了蚁群算法搜索策略,该策略能提高搜索过程的效率以及搜索状态的多样性和随机性,为蚁群算法应用于实际优化问题提供了一条可行途径.数值算例结果表明本文的搜索策略能较好地找到近似全局最优解,是一种有效的近似方法.
推荐文章
基于蚁群算法的多维有约束函数优化研究
蚁群算法
多维函数优化
粗搜索过程
精搜索过程
具体算法
用于多维函数优化的实数编码量子蚁群算法
量子计算
进化算法
实数编码
蚁群算法
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
多维连续参数的随机试验蚁群算法优化反演分析
随机试验
随机试验蚁群算法
多维连续空间优化
方差分析法
概率搜索
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 用于多维函数优化的蚁群算法
来源期刊 应用基础与工程科学学报 学科 工学
关键词 蚁群算法 模拟进化算法 转移概率 多维函数优化
年,卷(期) 2003,(3) 所属期刊栏目
研究方向 页码范围 223-229
页数 7页 分类号 TP301.6
字数 4221字 语种 中文
DOI 10.3969/j.issn.1005-0930.2003.03.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (290)
参考文献  (7)
节点文献
引证文献  (40)
同被引文献  (44)
二级引证文献  (175)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(9)
  • 参考文献(2)
  • 二级参考文献(7)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(4)
  • 引证文献(2)
  • 二级引证文献(2)
2007(17)
  • 引证文献(8)
  • 二级引证文献(9)
2008(24)
  • 引证文献(7)
  • 二级引证文献(17)
2009(19)
  • 引证文献(4)
  • 二级引证文献(15)
2010(24)
  • 引证文献(5)
  • 二级引证文献(19)
2011(19)
  • 引证文献(4)
  • 二级引证文献(15)
2012(13)
  • 引证文献(0)
  • 二级引证文献(13)
2013(22)
  • 引证文献(2)
  • 二级引证文献(20)
2014(11)
  • 引证文献(1)
  • 二级引证文献(10)
2015(18)
  • 引证文献(2)
  • 二级引证文献(16)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群算法
模拟进化算法
转移概率
多维函数优化
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
应用基础与工程科学学报
双月刊
1005-0930
11-3242/TB
16开
北京大学老地学楼110室
1993
chi
出版文献量(篇)
2121
总下载数(次)
3
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导