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:
基于蚁群算法求解车辆路径规划的缺陷性分析,提出一种自适应动态搜索蚁群算法(ADACO).建立算法模型,以测试案例的TSP问题为基础实验性配置组合参数;采用伪随机分布和自适应转移概率相结合策略,帮助群体选择较高质量路径;分段化设定信息素强度,有效诱导群体及时跳脱局部困境并构造新的解.测试结果表明,无论在时间开销还是配送成本方面,ADACO算法较于其它算法均有实质性地突破,验证了该算法的可行性.
推荐文章
基于Voronoi图和动态自适应蚁群算法的UAV航迹规划
航迹规划
Voronoi图
蚁群算法
动态自适应
信息素
基于自适应免疫多态蚁群算法的云数据库动态路径优化研究
自适应多态蚁群竞争策略
免疫多态蚁群算法
云数据库
动态路径优化
自适应搜索半径蚁群动态路径规划算法
蚁群算法
局部信息
局部目标点
动态路径规划
自适应半径
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 基于自适应动态搜索蚁群算法的车辆路径规划
来源期刊 计算机工程与设计 学科 工学
关键词 蚁群算法 车辆路径规划 伪随机分布 自适应转移概率 分段函数
年,卷(期) 2021,(2) 所属期刊栏目 智能技术
研究方向 页码范围 543-551
页数 9页 分类号 TP391
字数 语种 中文
DOI 10.16208/j.issn1000-7024.2021.02.036
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (10)
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)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(14)
  • 参考文献(1)
  • 二级参考文献(13)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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
车辆路径规划
伪随机分布
自适应转移概率
分段函数
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
论文1v1指导