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:
原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足,优化效果得到了改善,能够克服收敛速度较慢,易出现停滞,以及全局搜索能力较低的缺陷.但是还不够,因此,在原有的遗传融合蚁群算法的基础上进行了许多改进以扩大解的搜索空间,更加提高其全局优化寻优速度.并将遗传融合蚁群算法和改进的遗传融合蚁群算法分别应用于TSPLIB中的Att532TSP问题进行了仿真实验.仿真研究表明,改进后的算法具有更优良的全局优化性能,效果令人满意.
推荐文章
基于遗传与蚁群算法融合的选播QoS路由算法
选播路由
服务质量(QoS)
遗传算法
蚁群算法
混合算法
遗传蚁群禁忌融合算法的研究
遗传算法
蚁群算法
禁忌搜索算法
融合算法
仿真实验
蚁群-遗传融合的文本聚类算法
蚁群算法
遗传算法
融合
文本聚类
基于遗传算法和蚁群算法融合的QoS路由算法
遗传算法
蚁群算法
服务质量路由
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 遗传融合蚁群算法的改进与仿真
来源期刊 计算机工程与应用 学科 工学
关键词 遗传算法 蚁群算法 信息素 仿真
年,卷(期) 2010,(4) 所属期刊栏目 研究、探讨
研究方向 页码范围 43-45
页数 3页 分类号 TP18
字数 3971字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.04.013
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 彭沛夫 湖南师范大学物理与信息科学学院 23 182 9.0 13.0
2 张桂芳 11 131 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (425)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (16)
二级引证文献  (25)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
遗传算法
蚁群算法
信息素
仿真
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导