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:
为了弥补蚁群算法搜索时间长,容易出现停滞的缺点,本文在前人研究的基础上,提出建立检测区的策略,算法在检测区内每迭代m次,就检测一次算法是否陷入局部最优.在停滞发生的情况下,自适应改变q0的大小,并在整个寻找过程中自适应改变全局信息素挥发系数及信息素的最大、最小值,以此实现信息素的动态更新和搜索路径的自动改变,从而达到提高算法的搜索能力的目的,同时又能很好地避免收敛过程中出现的停滞现象.实验验证了理论的正确性和算法的有效性.
推荐文章
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
基于自适应蚁群优化的供应链调度算法研究
供应链
物流过程
调度
蚁群算法
自适应
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
蚁群参数自适应调整的优化设计
蚁群优化算法
模糊控制器
信息素因子分析
自适应参数调整
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 基于检测区策略的自适应蚁群优化算法
来源期刊 计算机与现代化 学科 工学
关键词 蚁群系统 检测区策略 优化算法
年,卷(期) 2013,(7) 所属期刊栏目 算法设计与分析
研究方向 页码范围 87-90
页数 4页 分类号 TP301.6
字数 3953字 语种 中文
DOI 10.3969/j.issn.1006-2475.2013.07.023
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 任高举 平顶山学院软件学院 7 26 3.0 5.0
2 白亚男 平顶山学院软件学院 9 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (205)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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)
2013(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
蚁群系统
检测区策略
优化算法
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导