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:
在传统构造算法的过程中由于采取是随机选择的方式,不仅计算的数据准确性存在一定的问题,并且容易造成计算的停滞.为了更好的优化改进该算法,人们提出了自适应蚁群算法,并且将该算法应用到求解最短路径和TSP问题当中,有效的解决了实际生活中的一些问题.本文主要就自适应蚁群算法求解最短路径和TSP问题进行讨论.
推荐文章
基于自适应多态免疫蚁群算法的TSP求解
自适应
多态
蚁群算法
免疫克隆选择
旅行商问题
基于改进蚁群算法求解最短路径和TSP问题
蚁群算法
最短路径
TSP问题
并行性
自适应蚁群算法求解最短路径和TSP问题
蚁群算法
最短路径
方向引导
动态因子
旅行商问题
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
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 自适应蚁群算法求解最短路径和TSP问题
来源期刊 电脑迷 学科
关键词 自适应蚁群算法 求解最短路径 TSP问题
年,卷(期) 2019,(2) 所属期刊栏目 程序员之家
研究方向 页码范围 99
页数 1页 分类号
字数 2187字 语种 中文
DOI
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 李宇 47 133 7.0 9.0
2 王武祺 2 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  (18)
共引文献  (16)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(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)
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
自适应蚁群算法
求解最短路径
TSP问题
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
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导