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:
蚁群算法是根据蚂蚁的觅食行为而提出的随机优化算法,但其存在早熟收敛和搜索精度低等问题.模拟生物克隆选择中5%的B细胞自然消亡过程,在蚁群算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种蚂蚁更新算法,按照模拟退火方法进行更新后蚂蚁的选择.通过数值试验得出结论:基于代间差分和混沌变异的蚂蚁更新算法是一种很好的选择,并且当性能较差的20%左右蚂蚁按照这种算法更新时效果较好.这种算法可以有效克服蚁群算法的早熟现象,能够加快收敛速度.
推荐文章
智能蚂蚁算法--蚁群算法的改进
智能蚂蚁算法
蚁群算法
旅行商问题(TSP)
外激素
蚁群算法信息素更新方式的评价研究
蚁群算法
信息素
旅行商
连续函数优化的一种新方法-蚁群算法
全局优化
蚁群算法
遗传算法
击键认证模板的双更新方法
击键动态
击键认证
模板更新
容忍半径
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 蚁群算法中蚂蚁更新方法之研究
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 克隆选择 混沌 变异 模拟退火
年,卷(期) 2011,(25) 所属期刊栏目 研究、探讨
研究方向 页码范围 54-57
页数 分类号 TP301.6
字数 4162字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.25.013
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 孟非 江苏科技大学经济管理学院 14 51 4.0 6.0
2 李静宜 江苏科技大学电子信息学院 2 12 2.0 2.0
3 朱人杰 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (327)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (26)
二级引证文献  (21)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(4)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
蚁群算法
克隆选择
混沌
变异
模拟退火
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导