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:
根据不同交叉算子的互补特性,提出了改进量子交叉免疫克隆算法(improved quantum crossover immune cloanl algorithm,IQCICA)。交叉算子由具有深度挖掘和广度挖掘特征的两种算子组成,并通过适当的参数控制两种算子的选择。将该算法应用于著名的组合优化问题—旅行商问题(traveling salesman problems,TSP),并将计算结果与其它算法进行了对比分析。仿真结果表明,混合量子交叉免疫克隆选择算法能有效平衡全局和局部搜索能力,有着较好的收敛速度和稳定性。
推荐文章
自适应量子交叉克隆选择算法
自适应量子交叉
孔群加工路径优化
多目标优化
免疫克隆选择算法的改进及其应用
免疫克隆选择算法
抗原预处理
震荡变异
大气污染损害率普适公式
参数优化
量子干扰交叉遗传算法及其应用研究
量子干扰交叉
遗传算法
优化
旅行商问题
三维参数联合估计的免疫记忆量子克隆算法
参数联合估计
免疫记忆量子克隆算法
信号相位匹配
平面阵
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 改进量子交叉免疫克隆算法及其应用
来源期刊 山东大学学报(工学版) 学科 工学
关键词 免疫计算 克隆选择算法 混合交叉算子 旅行商问题 组合优化问题
年,卷(期) 2015,(2) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 17-21
页数 5页 分类号 TP399
字数 3509字 语种 中文
DOI 10.6040/j.issn.1672-3961.2.2014.211
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 李存华 淮海工学院计算机工程学院 95 723 15.0 22.0
2 仲兆满 淮海工学院计算机工程学院 30 190 8.0 12.0
3 戴红伟 9 38 4.0 6.0
5 杨玉 淮海工学院计算机工程学院 7 24 4.0 4.0
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  (128)
参考文献  (16)
节点文献
引证文献  (5)
同被引文献  (29)
二级引证文献  (3)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(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)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(7)
  • 参考文献(7)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
免疫计算
克隆选择算法
混合交叉算子
旅行商问题
组合优化问题
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导