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:
蚁群算法是一种优秀的拟生态启发式算法,具有较强的鲁棒性,易与其它拟生态算法结合等特点.不过,它也存在着容易陷入局部最优、收敛速度慢等问题.通过分析蚁群算法的运行机制,得出了蚁群算法易陷入局部最优、收敛速度慢等不足产生的原因,针对这些不足,通过侈改基本蚁群算法中信息素的更新规则,使得每轮搜索后信息素的增量能更好地反映解的质量,以加快收敛;同时引进了路径信息素平滑机制以平衡路径上的信息量.对TSP问题的仿真实验结果表明,改进后的算法加快了收敛速度,提高了全局搜索能力.
推荐文章
基于动态调节信息素增量的蚁群算法
蚁群算法
动态调节因子
信息素
信息素增量
旅行商问题
基于信息素更新和挥发因子调整改进蚁群算法
蚁群算法
信息素
旅行商线路问题
基于信息素更新和挥发因子调整的改进蚁群算法
蚁群算法
信息素更新
挥发因子
蚁群算法信息素更新方式的评价研究
蚁群算法
信息素
旅行商
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 信息素增量动态更新的改进蚁群算法
来源期刊 计算机技术与发展 学科 工学
关键词 蚁群算法 信息素更新规则 全局收敛
年,卷(期) 2009,(9) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 32-34,37
页数 4页 分类号 TP301.6
字数 3177字 语种 中文
DOI 10.3969/j.issn.1673-629X.2009.09.009
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 贾瑞玉 安徽大学计算智能与信号处理教育部重点实验室 62 688 17.0 23.0
2 李永顺 安徽大学计算机科学与技术学院 7 27 4.0 5.0
3 冯伦阔 安徽大学计算智能与信号处理教育部重点实验室 3 18 3.0 3.0
4 张新建 安徽大学计算机科学与技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (120)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (20)
二级引证文献  (9)
1996(5)
  • 参考文献(1)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(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
信息素更新规则
全局收敛
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导