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:
传统蚁群优化算法难以量化定性系统的优化指标.为此,提出一种交互式最大最小蚂蚁算法.将路径中的信息素限制在最大最小区间内,利用全局历史最优解进行信息素更新和用户评价,选择当前代最感兴趣的解,无需给出每个解的具体优劣数量值,以提高算法性能和降低用户疲劳.仿真实验结果表明,该算法具有较好的搜索能力和较快的收敛速度.
推荐文章
最大-最小蚂蚁系统及K-TSP问题的求解
最大-最小蚂蚁系统
K-TSP
智能计算
基于模拟退火策略的最大-最小蚂蚁系统
最大-最小蚂蚁系统
模拟退火
随机扰动
旅行商问题
基于最大最小蚂蚁系统的动态车辆路径问题研究
智能运输系统
动态车辆路径问题
最大最小蚂蚁系统
参数自适应
蚁群算法
具有寿命估算的最大-最小蚂蚁系统
蚁群算法
寿命估算
信息素
旅行商问题(TSP)
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 一种交互式最大最小蚂蚁算法
来源期刊 计算机工程 学科 工学
关键词 蚁群优化 人机交互 汽车造型 用户疲劳 信息素 定性系统
年,卷(期) 2012,(20) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 128-131
页数 分类号 TP312
字数 3080字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.20.033
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 胡为成 铜陵学院信息技术与工程管理研究所 17 127 7.0 11.0
2 杨凡 铜陵学院信息技术与工程管理研究所 15 51 5.0 7.0
3 黄永青 铜陵学院信息技术与工程管理研究所 23 192 8.0 13.0
4 张俊岭 浙江师范大学经济与管理学院 9 101 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (8)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (43)
二级引证文献  (31)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 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)
2001(3)
  • 参考文献(1)
  • 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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群优化
人机交互
汽车造型
用户疲劳
信息素
定性系统
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导