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:
蚁群算法虽然具有鲁棒性和发现较好解的能力,但其搜索时间较长,当规模较大时易陷入局部最优解.本文通过求解TSP问题,对其进行改进.通过在特定情况下对路径进行逐步遍历比较来降低陷入局部最优解的可能性,找出最优解.实验验证结果表明,这种改进蚁群算法对求解TSP问题有较好的效果.
推荐文章
求解TSP的改进蚁群算法
蚁群算法(ACA)
旅行商问题
候选城市列表
聚类
蚁群系统(ACS)
求解TSP问题的改进最大最小蚁群算法
蚁群算法
旅行商问题
优质解
最大最小化
基于蚁群算法和免疫算法融合的TSP问题求解
蚁群算法
克隆选择
局部搜索
免疫基因
TSP问题
基于遗传-模拟退火的蚁群算法求解TSP问题
传统蚁群算法
遗传算法
模拟退火
旅行商问题
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 基于蚁群算法求解TSP问题的改进
来源期刊 山东科学 学科 工学
关键词 蚁群算法 TSP 改进 遍历
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 58-61
页数 分类号 TP316
字数 3106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 刘希玉 山东师范大学管理与经济学院 233 2140 21.0 36.0
2 陈洁 山东师范大学管理与经济学院 7 41 4.0 6.0
3 李庆波 山东天辉科技有限公司通讯事业部 1 1 1.0 1.0
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  (168)
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)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2013(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
TSP
改进
遍历
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
山东科学
双月刊
1002-4026
37-1188/N
大16开
山东省济南市科院路19号
1984
chi
出版文献量(篇)
2287
总下载数(次)
6
总被引数(次)
10350
论文1v1指导