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:
通过改变蚁群优化(ACO)算法行为,提出一种新的ACO并行化策略--并行多蚁群ACO算法.针对蚁群算法存在停滞现象的缺点,改进选择策略,实现具有自适应并行机制的选择和搜索策略,以加强其全局搜索能力.并行处理采用数据并行的手段,能减少处理器间的通信时间并获得更好的解.以对称TSP测试集为对象进行比较实验,结果表明,该算法相对于串行算法及现有的并行算法具有一定的优势.
推荐文章
基于C++ AMP加速并行蚁群算法
蚁群算法
并行蚁群算法
C++ AMP
GPU计算
并行蚁群算法求解加权MAX-SAT
蚁群算法
加速比
并行
最大化可满足性问题(MAX-SAT)
加权MAX-SAT
多核
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
基于并行蚁群算法的常规导弹作战任务分配
常规导弹
任务分配
并行蚁群算法
多子群蚁群算法
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 基于多蚁群的并行ACO算法
来源期刊 计算机工程 学科 工学
关键词 蚁群优化 并行策略 多蚊群
年,卷(期) 2009,(22) 所属期刊栏目 博士论文
研究方向 页码范围 23-25,28
页数 4页 分类号 TP301
字数 5178字 语种 中文
DOI 10.3969/j.issn.1000-3428.2009.22.008
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 刘渊 江南大学数字媒体学院 235 1325 17.0 25.0
2 须文波 江南大学信息工程学院 409 3078 23.0 34.0
3 夏鸿斌 江南大学数字媒体学院 24 148 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (27)
二级引证文献  (7)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(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)
2011(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
并行策略
多蚊群
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导