作者:
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21世纪以来,才不断发展完善的一种模拟自然生物特征的优化算法.通过建立初始解空间,在后续利用个体寻路的特征和群体间的信息交流来实现解的迭代寻优.本文从蚁群算法的基本原理作为切入点,从蚁群算法的发展和应用展开,尽可能对算法做出全面的介绍.
推荐文章
蚁群算法及其应用研究
蚁群算法
优化问题
应用研究
浅谈蚁群算法及应用
蚁群算法
组合优化
发展趋势
应用蚁群算法预测断层和裂缝
蚁群算法
断层
裂缝
自动追踪
蚁群算法及其应用综述
蚁群算法
信息素
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 蚁群算法探究和应用
来源期刊 中国科技投资 学科
关键词 蚁群算法 优化算法
年,卷(期) 2019,(3) 所属期刊栏目 设计与应用
研究方向 页码范围 201-202
页数 2页 分类号
字数 2956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 颜也皓 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  (42)
共引文献  (15)
参考文献  (5)
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)
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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(4)
  • 参考文献(4)
  • 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
蚁群算法
优化算法
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
中国科技投资
旬刊
1673-5811
11-5441/N
大16开
北京市
82-979
2002
chi
出版文献量(篇)
55421
总下载数(次)
154
总被引数(次)
22852
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导