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:
本世纪50年代中期创立了仿生学,人们从生物进化的机理中受到启发,提出了许多用于解决复杂优化问题的新方法,如遗传算法、蚁群算法、进化规划、进化策略等.研究成果已经显示出这些算法在求解复杂优化问题(特别是离散优化问题)方面的具有很强的优越性.本文将对蚁群算法做详细的介绍.
推荐文章
蚁群算法及其应用综述
蚁群算法
信息素
组合优化
新型蚁群算法的分析与研究
蚁群算法
信息素
仿生
三维空间
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
蚁群算法参数优化
蚁群算法
粒子群优化算法
参数优化
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 蚁群算法概述
来源期刊 福建电脑 学科 工学
关键词 蚁群算法 复杂优化 组合优化
年,卷(期) 2009,(4) 所属期刊栏目 研究与探讨
研究方向 页码范围 39-40
页数 2页 分类号 TP3
字数 2255字 语种 中文
DOI 10.3969/j.issn.1673-2782.2009.04.026
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 吴小峰 南通航运职业技术学院管理信息系 16 34 4.0 5.0
2 朱家齐 南通航运职业技术学院管理信息系 12 21 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (114)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (6)
二级引证文献  (2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
复杂优化
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导