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:
针对蚁群算法运行参数选取问题,提出一种利用粒子群优化算法对蚁群算法的运行参数进行优化选择的方法.将蚁群算法的运行参数作为粒子群的位置信息,在算法迭代过程中使用粒子的当前位置作为算法参数,运行蚁群算法求解标准优化问题,设计适应值评价函数对求解性能做出评价,引导粒子向着适应值高的方向趋近.仿真结果表明,该算法能够方便有效地实现对蚁群算法运行参数的优化选取.
推荐文章
基于蚁群算法的模糊比例积分微分参数优化
蚁群算法
模糊控制
PID控制
仿真
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
蚁群参数自适应调整的优化设计
蚁群优化算法
模糊控制器
信息素因子分析
自适应参数调整
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 蚁群算法参数优化
来源期刊 计算机工程 学科 工学
关键词 蚁群算法 粒子群优化算法 参数优化
年,卷(期) 2008,(11) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 208-210
页数 3页 分类号 TP18
字数 3706字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.11.075
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 戴运桃 哈尔滨工程大学理学院 23 266 8.0 15.0
2 刘利强 哈尔滨工程大学自动化学院 36 364 10.0 17.0
3 王丽华 哈尔滨工程大学自动化学院 3 95 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (228)
参考文献  (4)
节点文献
引证文献  (55)
同被引文献  (91)
二级引证文献  (259)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(7)
  • 引证文献(6)
  • 二级引证文献(1)
2010(12)
  • 引证文献(9)
  • 二级引证文献(3)
2011(13)
  • 引证文献(4)
  • 二级引证文献(9)
2012(11)
  • 引证文献(5)
  • 二级引证文献(6)
2013(18)
  • 引证文献(6)
  • 二级引证文献(12)
2014(22)
  • 引证文献(2)
  • 二级引证文献(20)
2015(44)
  • 引证文献(6)
  • 二级引证文献(38)
2016(44)
  • 引证文献(3)
  • 二级引证文献(41)
2017(43)
  • 引证文献(4)
  • 二级引证文献(39)
2018(51)
  • 引证文献(4)
  • 二级引证文献(47)
2019(38)
  • 引证文献(3)
  • 二级引证文献(35)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
蚁群算法
粒子群优化算法
参数优化
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导