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:
基于鱼群算法和蚁群算法提出一种混合优化算法用于求解组合优化问题.将鱼群算法中拥挤度的概念引入到蚁群算法中,在优化过程的初期,设置较强的拥挤度限制,保证大部分蚂蚁不受信息素浓度的影响而进行随机寻优.随着寻优迭代次数的增加,拥挤度的限制逐渐减弱,最后蚁群完全由信息素和启发信息来指导寻优.在寻优初期该算法具有较强的遍历寻优能力,能够较快发现全局最优解的存在,而寻优后期,算法利用信息素正反馈的作用保持了较快的收敛速度.仿真结果验证了该方法的有效性.
推荐文章
人工鱼群与微粒群混合优化算法
微粒群算法
人工鱼群算法
混合算法
测试函数
基于蚁群和鱼群的混合优化光网络动态RWA算法
智能光网络
蚁群算法
人工鱼群算法
路由与波长分配算法
VRPSTW的混合改进蚁群优化算法
软时间窗车辆路径问题
蚁群算法
惩罚函数
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
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 基于蚁群与鱼群的混合优化算法
来源期刊 计算机工程 学科 工学
关键词 人工鱼群算法 蚁群算法 组合优化
年,卷(期) 2008,(14) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 206-207,218
页数 3页 分类号 TP301.6
字数 3384字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.14.073
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 修春波 天津工业大学计算机技术与自动化学院 69 687 13.0 23.0
2 张雨虹 唐山学院信息工程系 16 122 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (52)
参考文献  (5)
节点文献
引证文献  (54)
同被引文献  (71)
二级引证文献  (157)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(6)
  • 引证文献(6)
  • 二级引证文献(0)
2010(9)
  • 引证文献(6)
  • 二级引证文献(3)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(13)
  • 引证文献(3)
  • 二级引证文献(10)
2013(16)
  • 引证文献(5)
  • 二级引证文献(11)
2014(17)
  • 引证文献(4)
  • 二级引证文献(13)
2015(29)
  • 引证文献(8)
  • 二级引证文献(21)
2016(28)
  • 引证文献(7)
  • 二级引证文献(21)
2017(22)
  • 引证文献(5)
  • 二级引证文献(17)
2018(32)
  • 引证文献(2)
  • 二级引证文献(30)
2019(29)
  • 引证文献(4)
  • 二级引证文献(25)
2020(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
人工鱼群算法
蚁群算法
组合优化
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
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