原文服务方: 微电子学与计算机       
摘要:
蚁群算法在搜索过程中容易陷入局部最优解,且不适用于连续对象优化问题.文章针对这些问题,采用信息量变异、引入微粒群操作等方法进行改进,提出了一种引入微粒群操作的改进蚁群算法,并应用于求解连续对象优化问题.对几个典型复杂连续函数优化问题的测试研究表明,该改进算法不仅跳出局部最优解的能力更强,而且能较快地收敛到全局最优解,表明了算法的有效性.
推荐文章
一种求解函数优化的混合蚁群算法
模拟进化
蚁群算法
遗传算法
函数优化
一种求解TSP的自适应蚁群优化算法
蚁群算法
旅行商问题(TSP)
组合优化
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
一种求解航线优化问题的改进蚁群-遗传算法
蚁群算法
单亲遗传算法
结合算法
航线优化
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 一种求解连续对象优化问题的改进蚁群算法
来源期刊 微电子学与计算机 学科
关键词 蚁群算法 TSP问题 连续对象优化问题
年,卷(期) 2006,(10) 所属期刊栏目
研究方向 页码范围 173-175,180
页数 4页 分类号 TP31
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2006.10.056
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 宋雪梅 河北理工大学计算机与自动控制学院 8 100 6.0 8.0
2 李兵 33 162 6.0 11.0
3 李晓颖 河北理工大学计算机与自动控制学院 12 78 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (201)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (10)
二级引证文献  (12)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(6)
  • 引证文献(6)
  • 二级引证文献(0)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(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
TSP问题
连续对象优化问题
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导