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:
介绍了蚁群算法的基本原理及其算法的模型,对几种改进的蚁群算法进行了评述,并对算法的研究现状做了概述,认为蚁群算法是一种较好的解决组合优化问题的新型模拟进化算法.
推荐文章
蚁群优化算法及其应用研究进展
蚁群算法
蚂蚁系统
组合优化
启发式算法
蚁群优化算法的研究现状及研究展望
蚁群优化算法
信息素
蚂蚁
蚁群系统
蚁群优化算法的理论研究进展
蚁群优化算法
理论研究
组合优化
收敛性
时间复杂度
近似性能
蚁群算法研究的新进展和展望
蚁群算法
组合优化
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 蚁群算法的现状与研究进展
来源期刊 河海大学常州分校学报 学科 工学
关键词 蚁群算法 信息素 组合优化
年,卷(期) 2005,(1) 所属期刊栏目 学科综述
研究方向 页码范围 5-9
页数 5页 分类号 TP301.6
字数 3885字 语种 中文
DOI
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 丁海军 河海大学计算机及信息工程学院 10 87 4.0 9.0
2 陈佑健 河海大学计算机及信息工程学院 2 56 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (943)
参考文献  (14)
节点文献
引证文献  (37)
同被引文献  (28)
二级引证文献  (80)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(1)
  • 二级参考文献(5)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(9)
  • 参考文献(2)
  • 二级参考文献(7)
2000(9)
  • 参考文献(4)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(9)
  • 引证文献(9)
  • 二级引证文献(0)
2007(14)
  • 引证文献(7)
  • 二级引证文献(7)
2008(14)
  • 引证文献(5)
  • 二级引证文献(9)
2009(9)
  • 引证文献(4)
  • 二级引证文献(5)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(15)
  • 引证文献(3)
  • 二级引证文献(12)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
信息素
组合优化
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
河海大学常州分校学报
季刊
1009-1130
32-1591/T
大6开
江苏省常州市
1987
chi
出版文献量(篇)
554
总下载数(次)
1
论文1v1指导