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:
为了求解一般的函数优化,在对标准蚁群算法研究的基础上,将遗传算法的编码方式引入蚁群算法,对蚁群算法的信息素更新进行改进,并提出一种搜索矩阵表达方式,减少了搜索矩阵的规模,从而提高了搜索效率.通过对几个经典测试函数的求解,证明了算法的有效性.
推荐文章
用于求解函数优化的一个蚁群处算法设计
蚁群算法
函数优化
遗传算法
旅行商问题
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
用改进蚁群算法求解函数优化问题
函数优化
蚁群算法
进化算法
仿生算法
改进遗传蚁群算法求解优化问题的设计与实现
蚁群算法
支持向量机
特征权值
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 用于求解函数优化的蚁群算法设计
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 函数优化 TSP 遗传算法
年,卷(期) 2007,(25) 所属期刊栏目 学术探讨
研究方向 页码范围 57-59,158
页数 4页 分类号 TP301.6
字数 3356字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.25.018
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 陈小强 兰州交通大学自动化与电气工程学院 80 385 10.0 14.0
2 熊伟清 宁波大学信息科学与工程学院 68 1051 17.0 30.0
3 杜呈欣 兰州交通大学电子与信息工程学院 2 26 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (361)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (12)
二级引证文献  (27)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2008(5)
  • 引证文献(5)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
蚁群算法
函数优化
TSP
遗传算法
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
相关基金
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导