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:
蚁群算法具有较强的鲁棒性和优良的分布式计算机制.研究重点是对现有的求解带硬时间窗的车辆路径问题VRP-H(Vehicle Routing Problem with Hard Time Windows)的蚁群算法作出更好的改进,使得算法的计算效率更高且得到的解更优,提出了蚁群算法的改进算法-改进的自适应蚁群算法.该算法先用自适应蚁群算法对VRP-H求得一个可行解,再利用多种改善方法对初始解进一步优化,从而得到最优解.测试时选用Solomon提出的题库,结果表明该算法能够有效地求解VRP-H.
推荐文章
带时间窗车辆路径问题的分布式多agent蚁群算法
带时间窗车辆路径问题
蚁群算法
分布式算法
代理
求解车辆路径问题的改进蚁群算法
车辆路径问题
蚁群算法
遗传算法
变异算子
优化问题
收敛
蚁群优化算法求解车辆路径问题的研究
车辆路径问题
云模型
蚁群优化
求解带硬时间窗的多目标车辆路径问题的多种混合蝙蝠算法
混合蝙蝠算法
车辆路径问题
多目标
硬时间窗
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 求解带硬时间窗车辆路径问题的自适应蚁群算法
来源期刊 计算机应用与软件 学科 工学
关键词 蚁群算法 车辆路径问题 时间窗 自适应
年,卷(期) 2008,(11) 所属期刊栏目 基金项目论文
研究方向 页码范围 109-111
页数 3页 分类号 TP3
字数 4156字 语种 中文
DOI 10.3969/j.issn.1000-386X.2008.11.041
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 修桂华 沈阳化工学院经济管理学院 17 69 5.0 7.0
2 王俊鸿 沈阳化工学院计算机科学与技术学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (104)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (29)
二级引证文献  (45)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
车辆路径问题
时间窗
自适应
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导