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:
基本蚁群算法在求解图的最优路径问题时,随着图的节点的增加,搜索速度变慢,并且容易陷入局部最优的问题.针对这个问题,对基本蚁群算法进行改进,通过引入搜索方向引导信息和搜索热区信息提高了算法的搜索速度和精度.仿真实验表明,改进蚁群算法比基本蚁群算法具有更高搜索速度和精度,且易得到全局最优路径.
推荐文章
基于改进蚁群算法的交通最优路径方法研究
蚁群算法
动态交通
路径最优
基于蚁群算法的路径规划改进方法研究
蚁群算法
路径规划
改进方法
改进蚁群优化算法的最优物流配送路径设计
物流配送
物流路径设计
蚁群优化算法改进
路径优化模型
算法有效性分析
企业效益提升
基于改进蚁群算法的机器人路径规划算法
移动机器人
改进蚁群算法
路径规划
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 基于改进蚁群算法的最优路径搜索方法研究
来源期刊 传感器世界 学科 交通运输
关键词 蚁群算法 最优路径 信息素
年,卷(期) 2012,(10) 所属期刊栏目 研究动态
研究方向 页码范围 15-18
页数 分类号 U491
字数 3258字 语种 中文
DOI 10.3969/j.issn.1006-883X.2012.10.002
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 林涛 陇东学院电气工程学院 12 24 3.0 4.0
2 陈克斌 陇东学院电气工程学院 4 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (227)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 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)
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)
研究主题发展历程
节点文献
蚁群算法
最优路径
信息素
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
传感器世界
月刊
1006-883X
11-3736/TP
大16开
北京市北四环中路35号教2楼501(北京9716信箱404分箱)
82-694
1995
chi
出版文献量(篇)
2678
总下载数(次)
15
总被引数(次)
10441
论文1v1指导