作者:
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:
蚁群算法是基于生物界群体启发行为的一种随机搜索寻优方法,其正反馈性和协同性使其可用于分布式系统,隐含的并行性更使其具有极强的发展潜力,在解决组合优化问题上有着良好的适应性.基于两种改进蚁群算法,分别将遗传算法的交叉操作和Dijkstra算法结合到蚁群系统的无人作战飞机航路寻优过程中,使无人作战飞机以最小的发现概率与可接受的航程到达目标点,并提高了无人作战飞机的航路寻优能力.
推荐文章
基于改进蚁群算法的无人机航路规划
无人机
航路规划
蚁群算法
信息激素
基于改进蚁群算法的无人机三维航路规划
无人机
航路规划
天牛须算法
蚁群算法
基于改进蚁群算法的无人机动态航路规划
无人机
蚁群算法
选择策略
信息素
平滑处理
利用三次样条改进蚁群算法的无人机航路规划
蚁群算法
三次样条插值函数
航路规划
链接图
Dijkstra算法
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 改进蚁群算法的无人机航路规划
来源期刊 火力与指挥控制 学科 航空航天
关键词 蚁群算法 遗传算法 Dijkstra算法 航路规划 无人作战飞机
年,卷(期) 2008,(11) 所属期刊栏目 理论研究
研究方向 页码范围 69-72
页数 4页 分类号 V279
字数 3957字 语种 中文
DOI 10.3969/j.issn.1002-0640.2008.11.020
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 张安 西北工业大学电子信息学院 251 2073 20.0 31.0
2 田伟 西北工业大学电子信息学院 17 152 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (339)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (28)
二级引证文献  (10)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
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)
2008(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
蚁群算法
遗传算法
Dijkstra算法
航路规划
无人作战飞机
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导