作者:
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:
在介绍了蚁群算法的基本原理和特点之后,指出蚁群算法并不完善,重点分析了蚁群算法的改进机制和应用成果,并指出了改进算法的特点和优势,最后总结了蚁群算法的研究方向和发展趋势.
推荐文章
蚁群算法研究应用现状与展望
蚁群算法
优化
最优决策
蚁群优化算法的研究现状及研究展望
蚁群优化算法
信息素
蚂蚁
蚁群系统
基于群集智能的蚁群算法研究
蚁群算法
旅行商问题
组合优化
群集智能
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 蚁群算法的研究与展望
来源期刊 牡丹江教育学院学报 学科 工学
关键词 蚁群算法 组合优化
年,卷(期) 2009,(6) 所属期刊栏目 信息技术研究
研究方向 页码范围 114-115
页数 2页 分类号 TP301
字数 3670字 语种 中文
DOI 10.3969/j.issn.1009-2323.2009.06.058
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 唐浩 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (329)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(3)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蚁群算法
组合优化
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
牡丹江教育学院学报
月刊
1009-2323
23-1462/G4
大16开
牡丹江市光华街476号
1983
chi
出版文献量(篇)
8188
总下载数(次)
31
总被引数(次)
12998
论文1v1指导