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:
本文提出了一种基于蚁群算法和遗传算法的多目标蚁群遗传算法,用于解决连续空间中带约束条件多目标最优化问题.本算法先将解空间分解成子区域,再用信息素标定这些子区域,信息素对遗传搜索进行指导,在搜索中更新信息素,同时采用了最优决策集的更新策略和搜索收敛退出机制,从而提高求解效率,降低算法复杂度.实验证明,与以往算法相比,此算法能更快、更精确地逼近Pareto前沿.
推荐文章
蚁群遗传算法的多目标优化
约束多目标优化
蚁群遗传算法
Pareto最优决策
多目标觅食—返巢机制连续域蚁群算法
蚁群算法
连续函数
多目标优化
觅食—返巢机制
多目标优化问题的连续域蚁群算法仿真研究
多目标
优化
连续域
蚁群算法
遗传增强蚁群优化算法
蚁群优化算法
遗传算法
局部最优
粒子群优化
差分进化算法
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 连续空间多目标最优化问题的蚁群遗传算法
来源期刊 计算机工程与科学 学科 工学
关键词 连续空间 多目标问题 多目标蚁群遗传算法(MOAGA) Pareto前沿
年,卷(期) 2008,(5) 所属期刊栏目 算法研究
研究方向 页码范围 65-67
页数 3页 分类号 TP301.6
字数 2684字 语种 中文
DOI 10.3969/j.issn.1007-130X.2008.05.020
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 李智勇 湖南大学计算机与通信学院 43 493 14.0 20.0
2 伍爱华 湖南大学计算机与通信学院 2 27 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (285)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
连续空间
多目标问题
多目标蚁群遗传算法(MOAGA)
Pareto前沿
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
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