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:
文章将遗传算法和蚁群算法融合为一体,在此基础上,分别对遗传算法和蚁群算法中的遗传算法中的交叉长度发生变化、种群更新、蚁群算法信息素保留率和信息素自动更新进行了改进.同时给出一种信息素更新模型,最后通过对TSP的51个城市的仿真计算,表明将遗传算法和蚁群算法融合为一体效果较好.
推荐文章
基于蚁群算法和免疫算法融合的TSP问题求解
蚁群算法
克隆选择
局部搜索
免疫基因
TSP问题
基于遗传算法和蚁群算法融合的QoS路由算法
遗传算法
蚁群算法
服务质量路由
基于遗传-模拟退火的蚁群算法求解TSP问题
传统蚁群算法
遗传算法
模拟退火
旅行商问题
求解TSP的改进蚁群算法
蚁群算法(ACA)
旅行商问题
候选城市列表
聚类
蚁群系统(ACS)
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 遗传算法和蚁群算法融合求解TSP
来源期刊 东北农业大学学报 学科 数学
关键词 遗传算法 蚁群算法 TSP 仿真
年,卷(期) 2008,(4) 所属期刊栏目 农业工程与计算机技术专辑
研究方向 页码范围 109-113
页数 5页 分类号 O224
字数 3348字 语种 中文
DOI 10.3969/j.issn.1005-9369.2008.04.029
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 许永花 东北农业大学工程学院 10 46 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (410)
参考文献  (2)
节点文献
引证文献  (35)
同被引文献  (61)
二级引证文献  (85)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(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(6)
  • 引证文献(6)
  • 二级引证文献(0)
2010(11)
  • 引证文献(6)
  • 二级引证文献(5)
2011(7)
  • 引证文献(4)
  • 二级引证文献(3)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(13)
  • 引证文献(5)
  • 二级引证文献(8)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(16)
  • 引证文献(3)
  • 二级引证文献(13)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
遗传算法
蚁群算法
TSP
仿真
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
东北农业大学学报
月刊
1005-9369
23-1391/S
大16开
哈尔滨市木材街59号
14-47
1957
chi
出版文献量(篇)
4521
总下载数(次)
9
论文1v1指导