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:
蚁群算法是一种求解复杂组合优化问题的新的拟生态算法,也是一种基于种群的启发式仿生进化算法,属于随机搜索算法的一种,并用于较好地解决TSP问题.然而此算法也有它自己的缺陷,如易于陷入局部优化、搜索时间长等.通过对基本蚁群算法的介绍及相关因素的分析,提出了一种改进的蚁群算法,用于解决TSPLAB问题的10个问题,并与参考文献中的F-W、NCSOM、ASOM算法进行比较,计算机仿真结果表明了改进算法的有效性.如利用改进的蚁群算法解决lin105问题,其最优解为14382.995933(已知最优解为14379),相对误差是0.0209%,计算出的最小值几乎接近于已知最优解.
推荐文章
改进的蚁群算法及其在TSP中的应用研究
蚁群算法
遗传算法
旅行商问题
蚁群算法改进探讨及其在TSP中的应用研究
蚁群算法
旅行商问题
信息素
改进的遗传蚁群混合算法在 TSP 中的应用
遗传算法
蚁群算法
串行融合
改良情况
奖惩项
信息素更新
求解TSP的改进蚁群算法
蚁群算法(ACA)
旅行商问题
候选城市列表
聚类
蚁群系统(ACS)
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 一种改进的蚁群算法及其在TSP中的应用
来源期刊 数学的实践与认识 学科 教育
关键词 蚁群算法 TSP 最优解
年,卷(期) 2012,(18) 所属期刊栏目 应用
研究方向 页码范围 154-162
页数 分类号 G633.6
字数 3182字 语种 中文
DOI 10.3969/j.issn.1000-0984.2012.18.021
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 白艳萍 中北大学理学院 124 639 13.0 19.0
2 宋锦娟 中北大学理学院 2 49 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (21)
同被引文献  (48)
二级引证文献  (42)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(7)
  • 引证文献(5)
  • 二级引证文献(2)
2015(8)
  • 引证文献(5)
  • 二级引证文献(3)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(19)
  • 引证文献(3)
  • 二级引证文献(16)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
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
蚁群算法
TSP
最优解
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
数学的实践与认识
半月刊
1000-0984
11-2018/O1
16开
北京大学数学科学学院
2-809
1971
chi
出版文献量(篇)
15632
总下载数(次)
52
总被引数(次)
67673
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导