原文服务方: 计算机应用研究       
摘要:
基本蚁群算法在大规模优化问题的处理上,算法的执行效率很低.为此改进的算法引入了蚂蚁个体差异,并将不同蚂蚁选路策略混合应用,使改进后的蚁群算法在加快收敛速度和提高解的质量的同时,避免了过早停滞现象.实验表明,该算法在性能上远优于基本蚁群算法.
推荐文章
基于核线性判别分析的人脸个体差异识别算法
个体差异
核线性判别分析
人脸识别
基于个体差异下的因材施教
因材施教
个体差异
个性化
多元化
关注个体差异,促进全面发展
尊重
个体差异
关注
全面发展
注意个体差异因材施教
个体差异
因材施教
闪光点
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 带个体差异的蚁群算法的应用
来源期刊 计算机应用研究 学科
关键词 蚁群算法 旅行商问题 个体差异
年,卷(期) 2008,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1036-1038
页数 3页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.04.022
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 裴志利 34 300 11.0 16.0
3 孔英 大连医科大学现代技术教育中心 48 219 9.0 12.0
4 王建 大连医科大学现代技术教育中心 33 194 8.0 12.0
7 梁艳春 2 23 2.0 2.0
8 时小虎 1 11 1.0 1.0
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  (433)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (20)
二级引证文献  (47)
1995(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(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(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)
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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(10)
  • 引证文献(4)
  • 二级引证文献(6)
2012(14)
  • 引证文献(0)
  • 二级引证文献(14)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
旅行商问题
个体差异
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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
论文1v1指导