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:
蚁群算法作为一种仿生进化算法,是受到真实蚁群觅食机制的启发而提出的.首先介绍了蚁群算法的基本原理和工作机制,然后分别就蚁群算法的理论和应用的研究现状进行了综述,主要包括蚁群算法的参数设置,蚁群算法的改进,蚁群算法的收敛性以及蚁群算法在组合优化问题和连续优化问题中的应用,并进一步给出了它们的研究重点和发展方向,最后是关于蚁群算法的研究展望和面临的挑战,提出了蚁群算法研究中值得探讨的一些课题.
推荐文章
蚁群算法在水科学中的应用研究进展
蚁群算法
优化
水土资源
应用
蚁群优化算法的理论研究进展
蚁群优化算法
理论研究
组合优化
收敛性
时间复杂度
近似性能
蚁群算法及其应用研究
蚁群算法
优化问题
应用研究
蚁群算法在数据挖掘中的应用研究
蚁群算法
数据挖掘
聚类
分类
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 蚁群算法及其应用研究进展
来源期刊 计算机应用与软件 学科 工学
关键词 群智能方法 蚁群算法 优化问题
年,卷(期) 2008,(8) 所属期刊栏目 基金项目论文
研究方向 页码范围 12-16
页数 5页 分类号 TP3
字数 7008字 语种 中文
DOI 10.3969/j.issn.1000-386X.2008.08.006
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 张志政 东南大学计算机科学与工程学院 18 244 6.0 15.0
2 倪庆剑 东南大学计算机科学与工程学院 14 246 6.0 14.0
3 Xing Hancheng 东南大学计算机科学与工程学院 1 0 0.0 0.0
4 Wang Zhenzhen 东南大学计算机科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (223)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(5)
  • 参考文献(3)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
群智能方法
蚁群算法
优化问题
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
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