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:
针对传统蚁群算法容易出现早熟和停滞现象,提出了一种多蚁群伪并行优化算法,将蚁群分成若干个子蚁群,在各子蚁群中引入信息素平滑机制,通过设计迁移算子,使多个子蚁群并行、协同寻优,从而使算法跳离局部最优解.类比实验表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力.
推荐文章
基于细粒度模型的并行蚁群优化算法
蚁群优化算法
蚁群系统
并行算法
细粒度模型
TSP问题
基于C++ AMP加速并行蚁群算法
蚁群算法
并行蚁群算法
C++ AMP
GPU计算
基于多蚁群同步优化的多真值发现算法
数据清洗
数据冲突
多真值发现
子集问题
蚁群优化
并行蚁群算法求解加权MAX-SAT
蚁群算法
加速比
并行
最大化可满足性问题(MAX-SAT)
加权MAX-SAT
多核
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 多蚁群伪并行优化算法
来源期刊 计算机工程 学科 工学
关键词 蚁群算法 信息素平滑 迁移算子 多蚁群
年,卷(期) 2007,(23) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 199-201
页数 3页 分类号 TP18
字数 3651字 语种 中文
DOI 10.3969/j.issn.1000-3428.2007.23.069
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 戴运桃 哈尔滨工程大学理学院 23 266 8.0 15.0
2 刘利强 哈尔滨工程大学自动化学院 36 364 10.0 17.0
3 袁赣南 哈尔滨工程大学自动化学院 88 644 14.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (171)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (21)
二级引证文献  (11)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
信息素平滑
迁移算子
多蚁群
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导