原文服务方: 纺织高校基础科学学报       
摘要:
蚁群算法是按照邻近节点路径最短的原理选取下一个节点,因此在全局路径中不一定是最优选择.针对这一缺点,文中采用两步节点最短路径策略选取下一个节点的方法,对蚁群算法路径选择进行改进,并对禁忌表中节点顺序进行调整.然后采用TSPLIB中的Benchmark31、Att48、kroA100、Pr136、tsp225问题,对旅游路线进行优化和仿真,所得改进蚁群算法比基本蚁群算法搜寻结果更优.将Att48、Eil51问题运行结果与其他算法进行比较,结果表明,改进蚁群算法得到了较优路径.
推荐文章
基于旅游线路规划的蚁群优化算法研究
蚁群优化算法
旅游线路规划
信息素更新
线路规划模型
旅游线路设计
最优路径
改进蚁群优化算法的图像边缘检测
蚁群优化算法
外激素
像素域
图像边缘检测
数据结构控制
检测效率
基于改进蚁群算法的旅游景区路径规划
蚁群算法
旅游景区
路径规划
负载均衡
遗传蚁群算法的公交车辆调度路线优化
遗传蚁群算法
公交车辆调度
多目标优化
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旅游路线优化
来源期刊 纺织高校基础科学学报 学科
关键词 蚁群算法 旅游路线 最优解
年,卷(期) 2016,(4) 所属期刊栏目 纺织工程·应用研究
研究方向 页码范围 570-576
页数 7页 分类号 TP301.6
字数 语种 中文
DOI 10.13338/j.issn.1006-8341.2016.04.026
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 王晓东 西安工程大学理学院 40 180 7.0 11.0
2 张永强 西安工程大学理学院 6 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (139)
共引文献  (434)
参考文献  (16)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (11)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(8)
  • 参考文献(1)
  • 二级参考文献(7)
1997(9)
  • 参考文献(0)
  • 二级参考文献(9)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(12)
  • 参考文献(1)
  • 二级参考文献(11)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(19)
  • 参考文献(2)
  • 二级参考文献(17)
2011(19)
  • 参考文献(2)
  • 二级参考文献(17)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(14)
  • 参考文献(5)
  • 二级参考文献(9)
2014(13)
  • 参考文献(1)
  • 二级参考文献(12)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
蚁群算法
旅游路线
最优解
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
纺织高校基础科学学报
季刊
1006-8341
61-1296/TS
大16开
1987-01-01
chi
出版文献量(篇)
2194
总下载数(次)
0
论文1v1指导