作者:
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:
为了用蚁群算法来解决连续优化问题,该算法将函数优化问题中生成解的过程转化为蚁群每前进一步就选择一个十进制数字并以此来生成一个十进制串的过程.与普通蚁群算法相同,蚁群在选择数字的过程中将一定量的信息记录在每条选择的路径上以改变下一次蚁群选择各个数字的概率.实验数据表明,文中的函数优化算法能比遗传算法以及其他用于连续优化的蚁群算法更快地找到更好的解.这种算法为蚁群算法求解连续优化问题提供了一种新的方法.
推荐文章
基于变异操作的蚁群算法用于连续函数优化
蚁群算法
连续函数优化
自适应
变异
用于连续函数优化的改进蚁群算法
连续函数
蚁群算法
交叉
变异
基于记忆表的连续蚁群优化算法
蚁群优化算法
高斯分布
记忆表
连续函数寻优的改进量子扩展蚁群算法
量子计算
扩展蚁群算法
连续空间优化
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 用于连续函数优化的蚁群算法
来源期刊 四川大学学报(工程科学版) 学科 工学
关键词 蚁群算法 旅行商问题 连续函数优化
年,卷(期) 2004,(6) 所属期刊栏目 电气工程
研究方向 页码范围 117-120
页数 4页 分类号 TP301.6
字数 3866字 语种 中文
DOI 10.3969/j.issn.1009-3087.2004.06.025
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 陈烨 四川大学电气信息学院 25 352 8.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (401)
参考文献  (6)
节点文献
引证文献  (132)
同被引文献  (208)
二级引证文献  (619)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(17)
  • 引证文献(12)
  • 二级引证文献(5)
2008(37)
  • 引证文献(19)
  • 二级引证文献(18)
2009(57)
  • 引证文献(13)
  • 二级引证文献(44)
2010(66)
  • 引证文献(19)
  • 二级引证文献(47)
2011(68)
  • 引证文献(11)
  • 二级引证文献(57)
2012(61)
  • 引证文献(16)
  • 二级引证文献(45)
2013(87)
  • 引证文献(12)
  • 二级引证文献(75)
2014(67)
  • 引证文献(7)
  • 二级引证文献(60)
2015(64)
  • 引证文献(4)
  • 二级引证文献(60)
2016(79)
  • 引证文献(2)
  • 二级引证文献(77)
2017(55)
  • 引证文献(7)
  • 二级引证文献(48)
2018(50)
  • 引证文献(3)
  • 二级引证文献(47)
2019(32)
  • 引证文献(1)
  • 二级引证文献(31)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
蚁群算法
旅行商问题
连续函数优化
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
工程科学与技术
双月刊
1009-3087
51-1773/TB
大16开
成都市一环路南一段24号
62-55
1957
chi
出版文献量(篇)
4421
总下载数(次)
4
总被引数(次)
42422
论文1v1指导