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:
针对蚁群算法在求解旅行商问题时收敛时间长,且易陷入局部最优状态的缺陷,提出一种基于拥挤度的动态信息素蚁群优化策略.该算法引入静态拥挤度和动态拥挤度算子,主动提前预防停滞现象.将拥挤度与状态转移规则相结合,使蚁群状态实时跟随路径搜索情况而改变,提高蚁群自适应能力.针对蚁群路径搜索情况,加入邻域搜索优化规则,缩小搜索区域,结合2-opt局部优化策略,加快蚁群收敛速度.仿真结果表明,本算法既有较高的搜索效率又有较强的全局搜索能力.对比其他优化算法,无论是求解质量、稳定性还是收敛速度都能达到令人满意的效果.
推荐文章
基于拥挤度的参数自适应蚁群系统
蚁群系统
参数自适应
变异算法
旅行商问题
基于改进蚁群优化的盲检测算法
特种蚁群优化算法
盲检测
收敛性
基于改进蚁群算法的阈值医学图像分割
图像分割
医学图像
蚁群算法
改进
基于蚁群与鱼群的混合优化算法
人工鱼群算法
蚁群算法
组合优化
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 基于拥挤度的改进蚁群算法
来源期刊 测控技术 学科 工学
关键词 智能算法 蚁群优化算法 动态信息素更新 拥挤度
年,卷(期) 2019,(3) 所属期刊栏目 先进算法与人工智能
研究方向 页码范围 11-15,25
页数 6页 分类号 TP301.6
字数 4280字 语种 中文
DOI 10.19708/j.ckjs.2019.03.003
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 高健 上海大学机电工程与自动化学院 36 172 6.0 12.0
2 顾垚江 上海大学机电工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (91)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
智能算法
蚁群优化算法
动态信息素更新
拥挤度
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
总被引数(次)
55628
论文1v1指导