原文服务方: 微电子学与计算机       
摘要:
文章通过对标准蚁群算法的认识,引进遗传算法的编码方式和选择操作,并对蚁群算法的信息素分配进行改进用于一般函数优化,通过几个函数求解,证明其是有效的.
推荐文章
一种求解函数优化的混合蚁群算法
模拟进化
蚁群算法
遗传算法
函数优化
用改进蚁群算法求解函数优化问题
函数优化
蚁群算法
进化算法
仿生算法
一个蚁群优化模型的期望性能分析
蚁群优化
扩展信息素更新
组合优化
k-最小生成树问题
扩展目标函数
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
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 用于求解函数优化的一个蚁群处算法设计
来源期刊 微电子学与计算机 学科
关键词 蚁群算法 函数优化 遗传算法 旅行商问题
年,卷(期) 2003,(1) 所属期刊栏目 软件与算法
研究方向 页码范围 23-25,30
页数 4页 分类号 TN91
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2003.01.008
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 宁波大学信息科学工程学院 68 1051 17.0 30.0
2 魏平 宁波大学信息科学工程学院 40 926 16.0 29.0
3 余舜浩 宁波大学信息科学工程学院 1 3 1.0 1.0
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  (0)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (1)
2003(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
函数优化
遗传算法
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导