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:
蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用.多目标优化问题是一类很重要的优化问题,优化与求解较难.对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索.给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解.
推荐文章
求解多目标最小生成树的改进多目标蚁群算法
最小生成树
蚁群算法
多目标优化
信息素
多蚁群分级优化的多目标求解方法
多蚁群算法
多目标优化
函数优化
动态距离调整
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
求解多目标柔性作业车间调度问题的两阶段混合Pareto蚁群算法
多目标柔性作业车间调度
分层Pareto优化
两阶段Pareto蚁群算法
邻域搜索
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 用改进蚁群算法求解多目标优化问题
来源期刊 电子科技大学学报 学科 工学
关键词 多目标优化 蚁群算法 模拟进化算法 仿生算法
年,卷(期) 2005,(2) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 281-284
页数 4页 分类号 TP301.6
字数 3225字 语种 中文
DOI 10.3969/j.issn.1001-0548.2005.02.037
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 马永开 电子科技大学管理学院 119 1987 25.0 38.0
2 唐泳 电子科技大学管理学院 4 106 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (36)
同被引文献  (55)
二级引证文献  (143)
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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(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(7)
  • 引证文献(5)
  • 二级引证文献(2)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(8)
  • 引证文献(4)
  • 二级引证文献(4)
2010(13)
  • 引证文献(6)
  • 二级引证文献(7)
2011(9)
  • 引证文献(2)
  • 二级引证文献(7)
2012(11)
  • 引证文献(2)
  • 二级引证文献(9)
2013(15)
  • 引证文献(4)
  • 二级引证文献(11)
2014(19)
  • 引证文献(2)
  • 二级引证文献(17)
2015(19)
  • 引证文献(2)
  • 二级引证文献(17)
2016(20)
  • 引证文献(1)
  • 二级引证文献(19)
2017(20)
  • 引证文献(1)
  • 二级引证文献(19)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(17)
  • 引证文献(1)
  • 二级引证文献(16)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
多目标优化
蚁群算法
模拟进化算法
仿生算法
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
论文1v1指导