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:
城市交通路径诱导系统是智能交通系统的重要组成部分,而最优路径算法作为路径诱导系统的重要部分,一直是计算机科学、运筹学、地理信息科学等学科的一个研究热点.对最优路径算法的研究和改进一直是交通路径诱导系统研究的核心内容.通过实例对几种常用的最优路径算法进行了分析比较,并提出了一种基于蚁群算法的最优路径算法,该算法是在蚁群系统的转移函数基础上增加一种方向性因子来实现的.通过仿真实验以及对比其他最优路径算法,得到了更好的结果.表明该方向性蚁群算法完全可以应用在智能交通路径诱导系统中.
推荐文章
蚁群算法在城市交通路径选择中的应用
蚁群算法
城市交通
路径选择
肩发式搜索
改进蚁群算法在交通系统最短路径问题的研究
蚁群算法
最短路径
信息素
智能交通系统
改进量子蚁群算法在动态路径诱导中的应用
智能交通
改进量子蚁群算法
动态路网模型
动态路径诱导
遗传-蚁群算法在智能交通中的应用
遗传算法
蚁群算法
智能交通
最优路径
遗传-蚁群混合算法
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 方向性蚁群算法在交通路径诱导系统中的应用
来源期刊 计算机技术与发展 学科 工学
关键词 蚁群算法 最优路径算法 交通
年,卷(期) 2011,(11) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 31-34,38
页数 分类号 TP31
字数 4176字 语种 中文
DOI 10.3969/j.issn.1673-629X.2011.11.009
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 苏智超 四川大学计算机学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (48)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (2)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
最优路径算法
交通
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导