作者:
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:
基本蚁群算法容易陷于局部最优解是其较为突出的缺点。针对这一问题,文章提出使用双种群蚁群同时进行搜索。在迭代过程中,若判断出算法陷入可能局部最优时,则交换不同种群对应路径上的信息素,并且同时双向动态自适应调整信息素挥发系数的改进策略。通过信息素的震荡变化和挥发系数的自适应调整,扩大搜索空间,提高算法搜索的全局性。通过实验仿真,证明了此算法改进是可行和有效的。
推荐文章
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
基于Voronoi图和动态自适应蚁群算法的UAV航迹规划
航迹规划
Voronoi图
蚁群算法
动态自适应
信息素
基于混合多种群自适应蚁群算法的无人机航路规划
航路规划
蚁群算法
局部收敛
自适应
栅格图
自适应调整信息素的蚁群算法
蚁群算法
TSP问题
信息素
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 自适应动态双种群蚁群算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 蚁群算法 自适应 双种群 局部最优解 挥发系数
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 181-183
页数 3页 分类号 TP301
字数 语种
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 饶跃东 2 9 1.0 2.0
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  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(4)
  • 参考文献(4)
  • 二级参考文献(0)
1997(4)
  • 参考文献(4)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
研究主题发展历程
节点文献
蚁群算法
自适应
双种群
局部最优解
挥发系数
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导