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:
结合粒子群算法的思想,提出用混合蚁群算法.其核心是应用粒子群算法对蚁群算法的3个控制参数(β,ρ,q0)进行优化,以及运用蚁群系统算法(ACS)寻找最短路径.新算法克服了参数选择对算法性能的影响,具体很强的全局搜索能力.新算法改进了传统蚁群算法的性能,取得了非常好的效果.
推荐文章
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
VRPSTW的混合改进蚁群优化算法
软时间窗车辆路径问题
蚁群算法
惩罚函数
蚁群优化算法在图书配送路径规划中的应用研究
图书配送
路径规划
蚁群算法
遗传算法
模型求解
成本降低
蚁群优化算法在FPID参数调节中的应用研究
蚁群优化算法(ACOA)
PID控制器
模糊规则
隶属度函数
倒立摆
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 混合蚁群优化算法应用研究
来源期刊 煤炭技术 学科 工学
关键词 蚁群算法 蚁群系统 粒子群算法
年,卷(期) 2009,(8) 所属期刊栏目 技术交流
研究方向 页码范围 156-157
页数 2页 分类号 TP301.6
字数 3040字 语种 中文
DOI
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 柴宝杰 22 57 3.0 7.0
2 刘大为 4 45 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (5)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (9)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
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)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群算法
蚁群系统
粒子群算法
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
煤炭技术
月刊
1008-8725
23-1393/TD
大16开
哈尔滨市香坊区古香街30号
14-252
1982
chi
出版文献量(篇)
23677
总下载数(次)
45
总被引数(次)
77308
论文1v1指导