原文服务方: 计算机测量与控制       
摘要:
蚁群算法是一种新颖的求解复杂优化组合问题的模拟进化算法,它具有典型的群体智能的特性,该算法的主要特点是正反馈、分布式计算、鲁棒性和并行性等,在许多领域都得到了成功应用;文章首先简述了蚁群的觅食行为及蚂蚁的信息系统,其次介绍了人工蚁群算法的基本原理及其主要特点,介绍了蚁群算法的模型和算法框图,并用蚁群算法对旅行商问题(Traveling Salesman Problem,TSP)进行了matlab仿真实现(设置蚂蚁个数31,启发式因子为1,期望启发因子为5,信息素的挥发系数为0.1,最大迭代次数为200,信息素强度系数为100,城市个数为31,用蚁群算法得出了31个城市的TSP最短路径和收敛曲线);最后介绍了近年来蚁群算法及其在组合优化中的应用研究成果,并对蚁群算法未来的发展方向进行了探讨.
推荐文章
求解旅行商问题的蚁群遗传混合算法
蚁群算法
遗传算法
旅行商问题
基于OPENMP求解旅行商问题的并行蚁群算法
蚁群算法
并行算法
OPENMP
旅行商问题
子旅行商问题及其蚁群求解算法
子旅行商问题
蚁群系统
邻域局部搜索技术
求解旅行商问题的改进育种算法
旅行商问题
育种算法
遗传算法
模拟退火算法
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 求解旅行商问题的Matlab蚁群仿真研究
来源期刊 计算机测量与控制 学科
关键词 蚁群算法 旅行商问题 Matlab 仿真研究
年,卷(期) 2011,(4) 所属期刊栏目 设计与应用
研究方向 页码范围 990-992,997
页数 分类号 TP202+.7
字数 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 樊晓平 中南大学信息科学与工程学院 236 3229 28.0 45.0
2 李雪荣 39 721 16.0 25.0
3 陈冰梅 中南大学信息科学与工程学院 5 111 5.0 5.0
7 周志明 2 13 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (63)
参考文献  (5)
节点文献
引证文献  (13)
同被引文献  (62)
二级引证文献  (47)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(18)
  • 引证文献(2)
  • 二级引证文献(16)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
蚁群算法
旅行商问题
Matlab
仿真研究
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
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