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:
提出一种改进的蚁群算法,新算法利用遗传算法对蚁群算法的参数进行优化,然后利用新的蚁群算法求解基本的车辆路径问题.改进的蚁群算法具有全局搜索能力强的特点,仿真结果表明,新算法的优化质量和效率都优于传统蚁群算法.
推荐文章
改进的蚁群算法求解VRP问题
VRP
蚁群算法
变异
局部搜索
蚁群优化算法及其应用研究进展
蚁群算法
蚂蚁系统
组合优化
启发式算法
指派问题的变异蚁群算法求解
指派问题
组合优化
蚁群算法
变异
蚁群算法在排课问题中的应用研究
蚁群算法
信息素
排课问题
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 交叉变异蚁群算法在VRP问题中的应用研究
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 遗传算法 车辆路径问题 路径优化
年,卷(期) 2009,(34) 所属期刊栏目 工程与应用
研究方向 页码范围 201-203
页数 3页 分类号 TP391.9
字数 3277字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.34.063
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 张锦 太原理工大学信息工程学院 76 902 17.0 27.0
5 李伟 太原理工大学信息工程学院 62 672 12.0 24.0
6 费腾 太原理工大学信息工程学院 3 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (66)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (32)
二级引证文献  (100)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(21)
  • 引证文献(2)
  • 二级引证文献(19)
2016(18)
  • 引证文献(3)
  • 二级引证文献(15)
2017(15)
  • 引证文献(0)
  • 二级引证文献(15)
2018(21)
  • 引证文献(1)
  • 二级引证文献(20)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
蚁群算法
遗传算法
车辆路径问题
路径优化
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
山西省科技攻关计划
英文译名:
官方网址:
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