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:
连续域蚁群优化算法在处理高维问题时易陷入局部最优,而且收敛速度较慢.针对这些问题,提出了一种改进的连续域蚁群优化算法.该算法将解划分为优解和劣解两部分,并在迭代过程中动态调整优解和劣解的数目.对于优解,利用全局搜索策略进行预处理,这样能提高算法的收敛速度和收敛精度.对于劣解,则利用随机搜索策略进行预处理,这样能扩大搜索范围,增强搜索能力.通过标准测试函数对所提算法进行测试,结果表明改进策略能够有效提高连续域蚁群优化算法的收敛速度并改善解的质量.
推荐文章
一种求解函数优化的混合蚁群算法
模拟进化
蚁群算法
遗传算法
函数优化
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
连续函数优化的一种新方法-蚁群算法
全局优化
蚁群算法
遗传算法
多目标优化问题的连续域蚁群算法仿真研究
多目标
优化
连续域
蚁群算法
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 一种动态划分的混合连续域蚁群优化算法
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群优化算法 动态划分 全局搜索 随机搜索 预处理
年,卷(期) 2018,(7) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 144-151
页数 8页 分类号 TP39
字数 6990字 语种 中文
DOI 10.3778/j.issn.1002-8331.1610-0338
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 袁罗 江南大学物联网工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (35)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (27)
二级引证文献  (24)
1947(1)
  • 参考文献(0)
  • 二级参考文献(1)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(1)
  • 二级参考文献(0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(16)
  • 引证文献(5)
  • 二级引证文献(11)
2020(15)
  • 引证文献(2)
  • 二级引证文献(13)
研究主题发展历程
节点文献
蚁群优化算法
动态划分
全局搜索
随机搜索
预处理
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导