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:
为了克服扩展蚁群优化(ACO)容易出现早熟现象,提出在扩展蚁群每次进化后引入倒序变异和差分进化对新种群进行二次变异.通过倒序变异和差分进化(DE)算法计算的信息来影响扩展蚁群的进化进程,以保持群体的活性,实现全局优化的目的.数值试验结果表明新算法精度较高、鲁棒性较强.
推荐文章
差分进化微粒群优化算法-DEPSO
差分进化微粒群优化算法
多样性
收敛性
融合自适应混沌差分进化的粒子群优化算法
粒子群优化算法
差分进化算法
自适应混沌
基于分解和多策略变异的多目标差分进化算法
多目标优化
差分进化
分解
多策略变异
基于多策略排序变异的多目标差分进化算法
多目标优化
多策略差分进化
排序变异算子
自适应参数调整
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 融合差分进化和倒序变异扩展蚁群算法
来源期刊 计算机应用 学科 工学
关键词 蚁群优化 扩展蚁群优化 倒序变异 差分进化
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 2283-2285,2293
页数 分类号 TP18
字数 3542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 高岳林 北方民族大学信息与系统科学研究所 146 1138 17.0 27.0
2 江巧永 北方民族大学信息与系统科学研究所 11 59 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (67)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (6)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
蚁群优化
扩展蚁群优化
倒序变异
差分进化
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导