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:
针对蚁群算法易陷入局部最优、收敛速度较慢的问题,提出一种基于粒子群参数优化的同构双种群蚁群算法.将蚂蚁均分为两个子群,第一子群引入单位距离信息素路径构建算子,加强距离因素和信息素因子的协同作用;第二子群引入粒子群优化算法,对蚁群算法的多个参数在三维空间中进行优化,提高了解的质量.两个种群在参数方面优势互补并进行协同交流,共同促进算法找到全局最优解.针对TSP问题,实验表明,所设计的算法增强了算法的种群多样性.
推荐文章
基于扩散机制的双种群粒子群优化算法
粒子群优化算法
扩散机制
多种群
热力学
基于Predator-Prey行为的双种群粒子群优化算法
粒子群优化
predator-prey行为
双种群
基准函数
基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识
电力载波通信
多径传输模型
参数辨识
蚁群优化
粒子群优化
无先导卡尔曼滤波
蚁群与小波粒子群算法结合优化配电网重构
配电网
重构
蚁群算法
小波变异粒子群算法
有功损耗
节点电压
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 基于粒子群参数优化的同构双种群蚁群算法
来源期刊 测控技术 学科 工学
关键词 蚁群算法 粒子群优化算法 协同交流 TSP
年,卷(期) 2019,(9) 所属期刊栏目 先进算法与人工智能
研究方向 页码范围 24-29
页数 6页 分类号 TP18
字数 4992字 语种 中文
DOI 10.19708/j.ckjs.2019.00.009
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 游晓明 上海工程技术大学电子电气工程学院 65 380 11.0 17.0
2 刘升 上海工程技术大学管理学院 89 467 10.0 19.0
3 朱宏伟 上海工程技术大学电子电气工程学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (54)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(6)
  • 参考文献(4)
  • 二级参考文献(2)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蚁群算法
粒子群优化算法
协同交流
TSP
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
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
论文1v1指导