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:
针对传统增强型蚁群算法容易出现早熟和停滞现象的缺陷,提出了一种改进的增强型蚁群算法.该方法将传统的增强型蚁群算法和遗传算法中交叉操作和变异操作相结合,实验结果表明,该方法比传统的增强型蚁群算法具有更好的搜索全局最优解的能力.
推荐文章
基于改进型蚁群算法的AUV路径规划
路径规划
蚁群算法
再励学习
Dijkstra算法
信息素更新
自治水下机器人
基于改进型蚁群算法的MFJSSP研究
多目标优化
柔性作业车间调度
蚁群算法
遗传增强蚁群优化算法
蚁群优化算法
遗传算法
局部最优
粒子群优化
差分进化算法
增强型的蚁群优化算法
蚁群优化算法
旅行商问题
遗传算法
模拟退火
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 改进的增强型蚁群算法
来源期刊 计算机工程 学科 工学
关键词 蚁群算法 交叉 变异 优化
年,卷(期) 2005,(2) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 176-178
页数 3页 分类号 TP37
字数 3709字 语种 中文
DOI 10.3969/j.issn.1000-3428.2005.02.066
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 陈宏建 扬州大学信息工程学院计算机科学与工程系 30 550 8.0 23.0
2 陈崚 扬州大学信息工程学院计算机科学与工程系 150 1914 19.0 39.0
6 屠莉 扬州大学信息工程学院计算机科学与工程系 5 77 2.0 5.0
7 徐晓华 扬州大学信息工程学院计算机科学与工程系 21 385 7.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (533)
参考文献  (8)
节点文献
引证文献  (49)
同被引文献  (49)
二级引证文献  (120)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(10)
  • 参考文献(1)
  • 二级参考文献(9)
2000(13)
  • 参考文献(1)
  • 二级参考文献(12)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(4)
  • 二级参考文献(0)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(10)
  • 引证文献(8)
  • 二级引证文献(2)
2008(14)
  • 引证文献(11)
  • 二级引证文献(3)
2009(27)
  • 引证文献(11)
  • 二级引证文献(16)
2010(16)
  • 引证文献(5)
  • 二级引证文献(11)
2011(14)
  • 引证文献(3)
  • 二级引证文献(11)
2012(14)
  • 引证文献(3)
  • 二级引证文献(11)
2013(12)
  • 引证文献(1)
  • 二级引证文献(11)
2014(20)
  • 引证文献(1)
  • 二级引证文献(19)
2015(13)
  • 引证文献(2)
  • 二级引证文献(11)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
蚁群算法
交叉
变异
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导