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:
传统的蚁群优化算法每次都从头开始构造新解,无条件地接收选择的解部件,该策略削弱了算法的局部求精能力。针对该不足,提出了一种求解旅行商问题的迭代改进蚁群优化算法。在构造解的过程中,蚂蚁始终记忆一个完整的解,并且只接受能够改进解的候选城市。使用解的部分重构策略来保持种群的多样性,以避免早熟收敛。仿真结果表明迭代改进蚁群优化算法能在更少的迭代次数内获得更好的解。
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
求解旅行商问题的Matlab蚁群仿真研究
蚁群算法
旅行商问题
Matlab
仿真研究
一种求解旅行商问题的改进人工蜂群算法
旅行商问题
人工蜂群算法
柯西变异算子
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 一种求解旅行商问题的迭代改进蚁群优化算法
来源期刊 山东大学学报:工学版 学科 工学
关键词 蚁群优化算法 迭代改进 旅行商问题 集中性 多样性
年,卷(期) 2012,(1) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 6-11
页数 分类号 TP301.6
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 王李进 福建农林大学计算机与信息学院 26 274 8.0 16.0
2 钟一文 福建农林大学计算机与信息学院 59 596 13.0 23.0
3 吴超 福建农林大学计算机与信息学院 8 23 2.0 4.0
4 蔡荣英 福建农林大学计算机与信息学院 8 144 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (429)
参考文献  (12)
节点文献
引证文献  (15)
同被引文献  (39)
二级引证文献  (80)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(13)
  • 参考文献(1)
  • 二级参考文献(12)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(6)
  • 引证文献(5)
  • 二级引证文献(1)
2015(12)
  • 引证文献(6)
  • 二级引证文献(6)
2016(20)
  • 引证文献(0)
  • 二级引证文献(20)
2017(18)
  • 引证文献(2)
  • 二级引证文献(16)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
蚁群优化算法
迭代改进
旅行商问题
集中性
多样性
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导