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:
当今的计算机专家和工程师们为了提高机器的智能性,因此在各科的领域中开发出了众多的智能算法,这些算法主要用于解决最优解问题.蚁群算法是智能算法中的一种,该算法采用由个体的最优解从而引导产生整体的最优解.在蚁群算法中当蚂蚁寻找最短路径的时候,利用信息素浓度的不同和挥发系数的不同强度为蚁群寻找最优解提供了重要依据.论文根据已有的蚁群算法,提出了使用MMTD算法对蚁群信息素的挥发系数进行衡量和计算,将MMTD算法在蚁群算法中进行应用是该文主要创新之处.
推荐文章
混沌蚁群算法及其在智能交通中的应用
蚁群算法
混沌
混沌蚁群算法
智能交通
杂草-蚁群算法在应急管理中的应用
杂草算法
蚁群算法
应急管理
车辆配置
改进蚁群算法在全局路径规划中的应用
蚁群算法
全局路径规划
栅格法
改进方法
并行蚁群算法在虚拟场景下寻路中的应用
并行蚁群算法
寻路
旅行商问题
参数选择
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 MMTD算法在蚁群算法中的应用和研究
来源期刊 计算机与数字工程 学科 工学
关键词 蚁群算法 MMTD 信息素 挥发系数 智能性
年,卷(期) 2017,(12) 所属期刊栏目 算法与分析
研究方向 页码范围 2350-2353,2372
页数 5页 分类号 TP301
字数 4360字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.12.006
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 朱俚治 南京航空航天大学信息中心 80 75 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (108)
共引文献  (152)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(12)
  • 参考文献(0)
  • 二级参考文献(12)
2000(11)
  • 参考文献(0)
  • 二级参考文献(11)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(9)
  • 参考文献(3)
  • 二级参考文献(6)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
蚁群算法
MMTD
信息素
挥发系数
智能性
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导