作者:
原文服务方: 科技与创新       
摘要:
蚁群算法具有分布式并行搜索能力,通过信息素的积累和更新收敛于最优路径上,但初期信息素匮乏,收敛较慢.提出一种基因算法与蚁群算法融合的算法,将基因算法加入蚁群算法的每一次迭代中,利用基因算法快速收敛的优点,来加快蚁群系统的收敛速度;且基因算法中的变异机制,有利于提高蚁群算法跳出局部最优的能力.优势互补,实验结果表明该基因蚁群融合算法在寻优能力和收敛速度上都比基因算法和蚁群算法有较大的提高.
推荐文章
遗传蚁群禁忌融合算法的研究
遗传算法
蚁群算法
禁忌搜索算法
融合算法
仿真实验
一种改进的加权融合算法
估计算法
加权融合
多传感器数据融合
基于遗传与蚁群算法融合的选播QoS路由算法
选播路由
服务质量(QoS)
遗传算法
蚁群算法
混合算法
一种混沌蚁群优化的多约束QoS算法
蚁群算法
信息素优化
混沌混合
优化算法
多约束
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 一种基因与蚁群的融合算法研究
来源期刊 科技与创新 学科
关键词 基因算法 蚁群算法 优化
年,卷(期) 2007,(36) 所属期刊栏目 软件时空
研究方向 页码范围 176-177,200
页数 3页 分类号 TN918
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.36.069
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 林振荣 南昌大学信息工程学院计算机系 35 214 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (4)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (16)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
基因算法
蚁群算法
优化
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导