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:
蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调整数学模型,应用蚁群算法求解铁路空车调整问题.对有3个空车产生地点、4个空车需求地点的240辆空车平衡运输的算例,采用蚁群算法求解,得到2种目标结果最优的调整方案,可见该算法结果具有多重性,可以适应不同的调整需求.将其计算结果与分别采用最小元素法、西北角法、神经网络法及遗传算法所得结果进行比较,表明采用蚁群算法精度高、参数少、运算过程简单、模型易于理解和维护.采用蚁群算法求解空车调整模型可以用于全路、路局等的空车调整问题求解.
推荐文章
改进的蚁群算法求解VRP问题
VRP
蚁群算法
变异
局部搜索
求解车辆路径问题的改进蚁群算法
车辆路径问题
蚁群算法
遗传算法
变异算子
优化问题
收敛
铁路空车调整优化模型及其蚁群算法
铁路
空车调整
优化模型
蚁群算法
蚁群优化算法求解车辆路径问题的研究
车辆路径问题
云模型
蚁群优化
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 采用蚁群算法求解铁路空车调整问题
来源期刊 中国铁道科学 学科 交通运输
关键词 蚁群算法 空车调整 铁路运输
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 119-122
页数 4页 分类号 U292.45
字数 2557字 语种 中文
DOI 10.3321/j.issn:1001-4632.2006.04.023
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 刘春煌 铁道科学研究院电子计算技术研究所 32 604 12.0 24.0
2 杜艳平 太原科技大学机电学院 6 33 3.0 5.0
3 尹晓峰 铁道科学研究院电子计算技术研究所 8 153 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (45)
参考文献  (6)
节点文献
引证文献  (24)
同被引文献  (31)
二级引证文献  (65)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(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)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(4)
  • 引证文献(2)
  • 二级引证文献(2)
2009(8)
  • 引证文献(4)
  • 二级引证文献(4)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(11)
  • 引证文献(3)
  • 二级引证文献(8)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(12)
  • 引证文献(3)
  • 二级引证文献(9)
2016(9)
  • 引证文献(2)
  • 二级引证文献(7)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
空车调整
铁路运输
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
中国铁道科学
双月刊
1001-4632
11-2480/U
大16开
北京海淀区大柳树路2号
82-776
1979
chi
出版文献量(篇)
3102
总下载数(次)
4
总被引数(次)
55685
论文1v1指导