作者:
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:
蚁群算法作为一种寻优性能良好的智能算法,是解决最短路径问题的一种有效的方式.但是,基本蚁群算法真接运用于交通网络中路径的寻优存在一些不足.文章针对基本蚁群算法的不足对其进行了改进,根据交通网络的特点限定了解的搜索范围和改进了蚁群算法的转移规则,并对信息素的更新规则作了改进.仿真实验结果表明,改进了的蚁群算法在求解最短路径时比基本蚁群算法性能有较大的提高.
推荐文章
改进蚁群算法在交通系统最短路径问题的研究
蚁群算法
最短路径
信息素
智能交通系统
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
基于改进蚁群算法的智能交通路径规划
智能交通系统
蚁群算法
路径寻优
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城市交通最短路径算法
来源期刊 西部交通科技 学科 交通运输
关键词 城市交通 蚁群算法 最短路径 交通网络
年,卷(期) 2015,(11) 所属期刊栏目 交通工程
研究方向 页码范围 89-93
页数 5页 分类号 U412.37
字数 3123字 语种 中文
DOI 10.13282/j.cnki.wccst.2015.11.020
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 张水舰 9 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (9)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(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
城市交通
蚁群算法
最短路径
交通网络
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
西部交通科技
月刊
1673-4874
45-1339/U
大16开
广西南宁市民族大道153号交通设计大厦18楼
2006
chi
出版文献量(篇)
6186
总下载数(次)
16
论文1v1指导