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:
针对目前蚁群算法在搜索过程花费时间长且易出现局部最优化等现象,提出一种基于改进全局信息素更新效率的蚁群算法。通过在蚁群算法中引入“精英策略”,让算法的搜索具有一定的方向性,并且在此基础上对信息素初始值的定义与对算法中的挥发因子ρ的取值进行改进,从而缩短算法的搜索时间。通过验证,改进后的算法相比一般的蚁群算法具有更好的搜索效率与较高的精确性,更适用于比较大型的TSP问题,在路径搜索领域具有较好的发展前景。
推荐文章
一种快速全局优化的改进蚁群算法及仿真
全局优化
蚁群算法
信息素
仿真
基于信息素更新和挥发因子调整的改进蚁群算法
蚁群算法
信息素更新
挥发因子
改进型蚁群算法的全局路径规划仿真研究
全局路径规划
改进型蚁群算法
链接图
启发函数
Dijkstra算法
基于新型信息素更新策略的蚁群算法
蚁群算法
旅行商销售问题
参数控制
信息素
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 一种基于改进全局信息素更新效率的蚁群算法及仿真
来源期刊 计算机应用与软件 学科 工学
关键词 蚁群算法 信息素 挥发因子
年,卷(期) 2014,(1) 所属期刊栏目 人工智能与识别
研究方向 页码范围 176-179
页数 4页 分类号 TP312
字数 4926字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.01.046
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 万智萍 中山大学新华学院 93 351 9.0 14.0
2 叶仕通 广东工业大学华立学院 24 120 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (99)
参考文献  (11)
节点文献
引证文献  (29)
同被引文献  (91)
二级引证文献  (87)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(6)
  • 参考文献(5)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(14)
  • 引证文献(10)
  • 二级引证文献(4)
2016(19)
  • 引证文献(7)
  • 二级引证文献(12)
2017(24)
  • 引证文献(5)
  • 二级引证文献(19)
2018(23)
  • 引证文献(2)
  • 二级引证文献(21)
2019(21)
  • 引证文献(0)
  • 二级引证文献(21)
2020(13)
  • 引证文献(3)
  • 二级引证文献(10)
研究主题发展历程
节点文献
蚁群算法
信息素
挥发因子
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导