原文服务方: 计算机应用研究       
摘要:
蚁群优化算法的研究和应用已取得了不少重要成果,然而在大规模优化应用中还存在搜索时间长的问题,为此研究了一种基于细粒度模型的并行蚁群算法.实验结果表明,该算法与最新的改进算法相比,搜索速度提高数十倍至数百倍以上.
推荐文章
基于空间划分的细粒度并行演化算法
空间划分
最小凸集
细粒度并行演化模型
细粒度并行计算编程模型研究
细粒度并行计算
图形处理器
图形处理器的通用计算
Cell
统一计算设备架构
P2P网络基于蚁群优化的动态细粒度访问控制框架
蚁群优化
对等网络
细粒度
访问控制
信任
基于Modbus功能码细粒度过滤算法的研究
Modbus TCP/IP协议
功能码
细粒度过滤
数据存储结构
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 基于细粒度模型的并行蚁群优化算法
来源期刊 计算机应用研究 学科
关键词 蚁群优化算法 蚁群系统 并行算法 细粒度模型 TSP问题
年,卷(期) 2004,(11) 所属期刊栏目 研究探讨
研究方向 页码范围 59-61,126
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2004.11.021
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 朱庆保 南京师范大学计算机系 78 1563 17.0 38.0
2 朱海梅 南京师范大学计算机系 3 38 3.0 3.0
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  (6)
节点文献
引证文献  (6)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 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)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蚁群优化算法
蚁群系统
并行算法
细粒度模型
TSP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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导