原文服务方: 科技与创新       
摘要:
针对蚁群算法存在的收敛速度慢和容易陷入最优解的问题,用遗传算法与非线性寻优来优化蚁群算法.在蚁群完成初始迭代之后,所有路径构成的解为初始种群,然后经过遗传算法进行选择、交叉、变异之后,去提升全局搜索的能力.最后,使用非线性寻优算法增强算法局部搜索的能力.通过这样的改进达到改善蚁群算法收敛速度及容易陷入最优解的问题,经过这样改进之后应用在旅行商问题上.
推荐文章
一种求解TSP的自适应蚁群优化算法
蚁群算法
旅行商问题(TSP)
组合优化
求解TSP的改进蚁群算法
蚁群算法(ACA)
旅行商问题
候选城市列表
聚类
蚁群系统(ACS)
求解TSP问题的改进最大最小蚁群算法
蚁群算法
旅行商问题
优质解
最大最小化
一种求解连续对象优化问题的改进蚁群算法
蚁群算法
TSP问题
连续对象优化问题
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 一种改进蚁群算法在TSP问题上的应用
来源期刊 科技与创新 学科
关键词 改进蚁群算法 TSP问题 机器人 算法优化
年,卷(期) 2018,(1) 所属期刊栏目 技术应用
研究方向 页码范围 145-146
页数 2页 分类号 TP301.6
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2018.01.145
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 矫德强 长春工业大学电气与电子工程学院 7 24 3.0 4.0
2 常淮阳 长春工业大学电气与电子工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (9)
同被引文献  (19)
二级引证文献  (9)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
改进蚁群算法
TSP问题
机器人
算法优化
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导