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:
针对蚁群算法在求解组合优化问题过程中出现局部收敛或停滞的现象,本文提出了一种蚁群算法.在保证有较好寻优能力的前提下实现算法更为快速的收敛,并选取TSPLIB数据作为测试样本,比较了改进蚁群算法和基本蚁群算法的准确性以及迭代次数.实验结果表明改进后的蚁群算法在寻优能力以及收敛速度方面均显著提高.
推荐文章
蚁群优化算法及其应用研究进展
蚁群算法
蚂蚁系统
组合优化
启发式算法
蚁群算法及其改进形式综述
蚁群算法
进化算法
局部搜索算法
改进蚁群算法在文本聚类中的应用研究
蚁群算法
文本聚类
向量空间模型
信息素
改进的蚁群算法在移动Agent迁移中的应用研究
蚁群算法
迁移策略
旅行Agent问题
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 改进蚁群算法及其应用研究
来源期刊 数字技术与应用 学科 数学
关键词 蚁群算法 收敛速度 信息素挥发系数
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 115
页数 分类号 O224
字数 1784字 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 陈立军 东北电力大学自动化工程学院 57 392 11.0 17.0
2 崔锐 东北电力大学自动化工程学院 4 27 2.0 4.0
3 段文超 东北电力大学自动化工程学院 4 8 2.0 2.0
4 许柏松 东北电力大学自动化工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (34)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蚁群算法
收敛速度
信息素挥发系数
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导