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:
蚁群算法的参数设置一直是依靠经验和实验来确定,造成实验工作量大且难以得到最优的参数组合,影响了算法的使用.从基本蚂蚁算法出发,结合实验结果,讨论了α、β及ρ的变化对实验结果的影响,提出了相应的参数改进方案.并将经此方案修正的蚂蚁算法与基本蚂蚁算法同时运用于经典函数优化问题中,对仿真结果进行了对比.
推荐文章
一种求解函数优化的混合蚁群算法
模拟进化
蚁群算法
遗传算法
函数优化
用改进蚁群算法求解函数优化问题
函数优化
蚁群算法
进化算法
仿生算法
用于求解函数优化的一个蚁群处算法设计
蚁群算法
函数优化
遗传算法
旅行商问题
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
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 蚁群算法求解函数优化中的参数设置
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 函数优化 组合优化 参数设置
年,卷(期) 2008,(17) 所属期刊栏目 理论研究
研究方向 页码范围 53-55
页数 3页 分类号 TP301.6
字数 3226字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.17.016
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 陈小强 兰州交通大学自动化与电气工程学院 80 385 10.0 14.0
2 熊伟清 宁波大学信息科学与工程学院 68 1051 17.0 30.0
3 杜呈欣 兰州交通大学电子与信息工程学院 2 26 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (226)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (28)
二级引证文献  (31)
1997(6)
  • 参考文献(2)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(10)
  • 引证文献(3)
  • 二级引证文献(7)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群算法
函数优化
组合优化
参数设置
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导