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:
蚁群算法在处理大规模优化问题时效率很低.为此对蚁群算法提出了基于选路优化的两点改进:(1)引入选路优化策略,减少了算法中蚁群的选路次数,显著提高了算法的执行效率.(2)在选路操作中,只根据当前城市的前C个距离最近的且未经过城市为候选城市计算选择概率,从而减少单个蚂蚁选路的计算量.尤其对于以往较难处理的大规模TSP问题,改进算法在执行效率上有明显的优势.模拟实验结果表明改进算法较之基本蚁群算法在收敛速度有明显提高.
推荐文章
改进蚁群优化算法的图像边缘检测
蚁群优化算法
外激素
像素域
图像边缘检测
数据结构控制
检测效率
基于改进蚁群算法的旅游路线优化
蚁群算法
旅游路线
最优解
基于改进蚁群算法的配电网优化规划
蚁群算法
配电网规划
信息素
弹性伸缩
基于改进蚁群算法的车辆路径优化问题研究
蚁群算法
车辆路径优化
信息素
物流
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 基于选路优化的改进蚁群算法
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 旅行商问题 选路策略 并行策略
年,卷(期) 2007,(2) 所属期刊栏目 学术探讨
研究方向 页码范围 60-63
页数 4页 分类号 TP391
字数 4082字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.02.017
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 梁艳春 11 374 8.0 11.0
2 张毅 5 25 2.0 5.0
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  (644)
参考文献  (10)
节点文献
引证文献  (17)
同被引文献  (52)
二级引证文献  (89)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(2)
  • 二级参考文献(3)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(9)
  • 参考文献(1)
  • 二级参考文献(8)
2000(9)
  • 参考文献(2)
  • 二级参考文献(7)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(2)
  • 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)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(8)
  • 引证文献(5)
  • 二级引证文献(3)
2010(7)
  • 引证文献(1)
  • 二级引证文献(6)
2011(12)
  • 引证文献(1)
  • 二级引证文献(11)
2012(13)
  • 引证文献(1)
  • 二级引证文献(12)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(16)
  • 引证文献(0)
  • 二级引证文献(16)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
蚁群算法
旅行商问题
选路策略
并行策略
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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