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:
蚁群算法是一种源于大自然生物界的仿生进化算法,具有自组织性、正反馈性、较强的鲁棒性和分布式计算等特性,且易于与其它算法相结合,在众多的复杂组合优化领域中有着广阔的应用前景.首先对蚁群算法的理论及其重要参数进行了阐述,继而分析了其在参数优化和智能融合方面的改进与应用;然后对其在车间作业调度问题、车辆路径问题、图像处理、电力系统优化等领域的应用进展进行了综述;最后对其理论研究和应用领域可能存在的问题及对策进行了探讨和展望.
推荐文章
蚁群算法研究的新进展和展望
蚁群算法
组合优化
蚁群算法研究的新进展和展望
蚁群算法
组合优化
蚁群算法综述
群集智能
ACO
PSO
蚁群优化算法及其应用研究进展
蚁群算法
蚂蚁系统
组合优化
启发式算法
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 蚁群算法研究与应用的新进展
来源期刊 计算机工程与科学 学科 工学
关键词 蚁群算法 复杂组合优化 算法改进 应用进展
年,卷(期) 2019,(1) 所属期刊栏目 人工智能与数据挖掘
研究方向 页码范围 173-184
页数 12页 分类号 TP18
字数 11836字 语种 中文
DOI 10.3969/j.issn.1007-130X.2019.01.023
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 覃远年 桂林电子科技大学信息与通信学院 52 165 7.0 11.0
2 梁仲华 桂林电子科技大学信息与通信学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (132)
共引文献  (483)
参考文献  (70)
节点文献
引证文献  (16)
同被引文献  (51)
二级引证文献  (9)
1983(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)
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(6)
  • 参考文献(1)
  • 二级参考文献(5)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2003(13)
  • 参考文献(1)
  • 二级参考文献(12)
2004(12)
  • 参考文献(2)
  • 二级参考文献(10)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(18)
  • 参考文献(7)
  • 二级参考文献(11)
2012(11)
  • 参考文献(5)
  • 二级参考文献(6)
2013(12)
  • 参考文献(10)
  • 二级参考文献(2)
2014(9)
  • 参考文献(9)
  • 二级参考文献(0)
2015(9)
  • 参考文献(9)
  • 二级参考文献(0)
2016(8)
  • 参考文献(8)
  • 二级参考文献(0)
2017(13)
  • 参考文献(13)
  • 二级参考文献(0)
2019(12)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(10)
  • 二级引证文献(2)
2019(12)
  • 引证文献(10)
  • 二级引证文献(2)
2020(12)
  • 引证文献(5)
  • 二级引证文献(7)
研究主题发展历程
节点文献
蚁群算法
复杂组合优化
算法改进
应用进展
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导