原文服务方: 计算机应用研究       
摘要:
用蚁群优化求解组合优化问题时, 信息素模型及其规则可能使问题的各组件之间的竞争失衡, 从而有可能使蚁群搜索停滞在最差解. 研究了蚁群优化求解k-最小生成树问题时的信息素模型及其更新规则对性能的影响,对原有的信息素模型作出了新的解释:直接表示k-最小生成树问题的边被选择的概率.基于新的信息素模型设计了一种新的解的构造过程,这种过程不仅产生可行解, 也产生不可行解;同时研究了使用可行解和全部解更新信息素模型时算法的迭代期望质量随时间的增减情况,其结果表明, 只使用可行解时迭代期望质量随时间连续降低, 而使用全部解时算法最终收敛到最优解.为了使用全部解, 定义不可行解的不可行量及扩展目标函数使可行解的目标值不变而不可行解的目标值大于任何一个可行解.
推荐文章
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
一个修改的混沌蚁群优化算法*
混沌蚁群优化算法
优化
数值模拟
基于细粒度模型的并行蚁群优化算法
蚁群优化算法
蚁群系统
并行算法
细粒度模型
TSP问题
一种新的蚁群优化算法信息素更新策略及其性能分析
蚁群优化算法
信息素更新策略
利用-探索困境
Metropolis接受准则
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 一个蚁群优化模型的期望性能分析
来源期刊 计算机应用研究 学科
关键词 蚁群优化 扩展信息素更新 组合优化 k-最小生成树问题 扩展目标函数
年,卷(期) 2009,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1311-1312,1315
页数 3页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.04.032
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 张田文 哈尔滨工业大学计算机科学与技术学院 101 1786 19.0 39.0
2 喻学才 哈尔滨工业大学计算机科学与技术学院 4 38 1.0 4.0
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  (35)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(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
蚁群优化
扩展信息素更新
组合优化
k-最小生成树问题
扩展目标函数
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导