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:
针对蚁群算法收敛慢,易陷入局部最优的问题,提出了基于蚁群算法混合优化算法.该方法将传统蚁群算法中的启发式因子α,β作为每只蚂蚁的属性,利用遗传算法对蚂蚁的种群进行自然选择,优胜劣汰,优秀蚂蚁被保留并产生后代,蚂蚁的启发式因子在求解问题的动态过程中收敛到合理的范围内.将改进的算法应用于旅行商问题,实验结果表明,利用这一方法可使解的性能有所改进,并有效地减少了计算时间.
推荐文章
基于局部优化策略求解TSP的蚁群算法
蚁群算法
局部优化
旅行商问题
基于蚁群算法和免疫算法融合的TSP问题求解
蚁群算法
克隆选择
局部搜索
免疫基因
TSP问题
求解TSP的改进蚁群算法
蚁群算法(ACA)
旅行商问题
候选城市列表
聚类
蚁群系统(ACS)
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
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 基于蚁群算法的混合优化算法在TSP中的应用
来源期刊 青岛大学学报(自然科学版) 学科 工学
关键词 蚁群算法 遗传算法 启发式因子 旅行商
年,卷(期) 2007,(1) 所属期刊栏目 计算机
研究方向 页码范围 58-62
页数 5页 分类号 TP301.6|TP18
字数 3143字 语种 中文
DOI 10.3969/j.issn.1006-1037.2007.01.013
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 朱群雄 北京化工大学信息科学与技术学院 151 1425 19.0 26.0
2 李澄非 北京化工大学信息科学与技术学院 3 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (745)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(8)
  • 参考文献(2)
  • 二级参考文献(6)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
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(9)
  • 参考文献(3)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
研究主题发展历程
节点文献
蚁群算法
遗传算法
启发式因子
旅行商
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
青岛大学学报(自然科学版)
季刊
1006-1037
37-1245/N
16开
青岛市宁夏路308号
1988
chi
出版文献量(篇)
1805
总下载数(次)
12
论文1v1指导