期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
蚁群算法的理论及其应用
被引量：
20
下载PDF
职称材料
导出
摘要
本文介绍了一种崭新的求解复杂优化问题的启发式算法─蚁群算法。该方法通过模拟蚁群搜索食物的过程,达到求解此类问题的目的。它具有智能搜索、全局优化、稳健性强、分布式计算、易与其它方法结合等优点。该算法用于解决组合优化问题,如TSP,QAP,JSP等效果较好。
作者
姜长元
机构地区
南京师范大学数学与计算机科学学院
出处
《计算机时代》
2004年第6期1-3,共3页
Computer Era
关键词
蚁群算法
复杂优化问题
模拟蚁群搜索食物过程
蚁群优化
ACO
蚁群系统
ACS
分类号
O242.23 [理学—计算数学]
引文网络
相关文献
节点文献
二级参考文献
50
参考文献
5
共引文献
683
同被引文献
105
引证文献
20
二级引证文献
122
参考文献
5
1
黎锁平,张秀媛,杨海波.
人工蚁群算法理论及其在经典TSP问题中的实现[J]
.交通运输系统工程与信息,2002,2(1):54-57.
被引量：15
2
温文波,杜维.
蚁群算法概述[J]
.石油化工自动化,2002,38(1):19-22.
被引量：55
3
吴斌,史忠植.
一种基于蚁群算法的TSP问题分段求解算法[J]
.计算机学报,2001,24(12):1328-1333.
被引量：247
4
马良,项培军.
蚂蚁算法在组合优化中的应用[J]
.管理科学学报,2001,4(2):32-37.
被引量：160
5
吴庆洪,张纪会,徐心和.
具有变异特征的蚁群算法[J]
.计算机研究与发展,1999,36(10):1240-1245.
被引量：306
二级参考文献
50
1
刘会霞,王霄,蔡兰.
钣金件数控激光切割割嘴路径的优化[J]
.计算机辅助设计与图形学学报,2004,16(5):660-665.
被引量：25
2
姜长元.
蚁群算法的理论及其应用[J]
.计算机时代,2004(6):1-3.
被引量：20
3
赵建有,闫旺,胡大伟.
配送网络规划蚁群算法[J]
.交通运输工程学报,2004,4(3):79-81.
被引量：15
4
莫愿斌,陈德钊,胡上序.
粒子群复形法求解旅行商问题[J]
.浙江大学学报（工学版）,2007,41(3):369-373.
被引量：9
5
谢宏.
蚁群算法解决TSP问题的研究[J]
.农业网络信息,2007(3):22-24.
被引量：7
6
马良.多准则货郎问题及其算法.运筹学的理论与应用[M].西安:西安电子科技大学出版社,1996.187-192.
7
康立山 谢云 等.非数值并行算法（第1册）[M].北京:科学出版社,1997..
8
[1]Colorni A.Distributed optimization by ant coloni es[R].Proc.of 1st European Conf.Artificial Life.
9
[2]Dorigo M,Gianni Di Caro,Thomas Stutzle.Ant algorithms[J].Fut ure Generation Compuer System,2000,16:5-7.
10
[3]Dorigo M Luca,Maria Gamberdella.Ant colony for the traveling s alesman problem[R].TR,IRIDIA,1996.
共引文献
683
1
秦浩森,丁咚,王祥东,李广雪,权永峥.
蚁群算法优化BP神经网络声学底质分类方法[J]
.中国海洋大学学报（自然科学版）,2019,49(S02):60-68.
被引量：8
2
宁爱兵,马良,熊小华.
基于复杂适应系统的蚂蚁群体智能研究[J]
.微计算机信息,2008,24(1):265-267.
被引量：7
3
陈佑健,丁海军.
蚁群算法及其在电力系统优化中的应用[J]
.福建电力与电工,2004,24(4):10-13.
被引量：3
4
侯立文,谭家美,赵元.
求解带时间窗的客户需求可分条件下的车辆路径问题[J]
.中国管理科学,2007,15(6):46-51.
被引量：18
5
林天建,余春艳.
粒子群位置转移和最近邻居选择的多线程蚁群算法[J]
.电脑知识与技术（过刊）,2007(14):531-533.
6
安强.
基于蚁群算法的建筑业可持续发展分析[J]
.电脑知识与技术（过刊）,2007(18):1697-1698.
被引量：3
7
薛瑞红,李扬.
一种改进的蚁群算法及其在TSP问题中的检验[J]
.科技创新导报,2007,4(36):211-212.
被引量：2
8
张帅,彭玉青,赵镇,李志强.
蚂蚁算法在公交查询最短路径求法中的应用[J]
.华中科技大学学报（自然科学版）,2003,31(S1):313-315.
被引量：6
9
郭倩倩,黄天民,施继忠,胡明俊.
一种改进的蚁群算法及其在旅行商问题中的应用[J]
.西南民族大学学报（自然科学版）,2006,32(6):1123-1126.
被引量：1
10
林超峰,胡山立,郑盛福,苏射雄.
基于改进型蚁群算法的多任务联盟形成算法[J]
.计算机研究与发展,2006,43(z1):176-181.
被引量：1
同被引文献
105
1
黄捍东,张如伟,于茜.
基于蚁群算法的层速度反演方法[J]
.石油地球物理勘探,2008,43(4):422-424.
被引量：6
2
叶志伟,郑肇葆.
蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例[J]
.武汉大学学报（信息科学版）,2004,29(7):597-601.
被引量：154
3
刘会霞,王霄,蔡兰.
钣金件数控激光切割割嘴路径的优化[J]
.计算机辅助设计与图形学学报,2004,16(5):660-665.
被引量：25
4
赵建有,闫旺,胡大伟.
配送网络规划蚁群算法[J]
.交通运输工程学报,2004,4(3):79-81.
被引量：15
5
叶文,范洪达.
基于改进蚁群算法的飞机低空突防航路规划[J]
.飞行力学,2004,22(3):35-38.
被引量：15
6
段海滨,王道波.
蚁群算法的全局收敛性研究及改进[J]
.系统工程与电子技术,2004,26(10):1506-1509.
被引量：39
7
金飞虎,洪炳熔,高庆吉.
基于蚁群算法的自由飞行空间机器人路径规划[J]
.机器人,2002,24(6):526-529.
被引量：52
8
王涛,蔡延光,张新政.
现代物流中车辆路径问题的研究[J]
.物流科技,2005,28(1):32-34.
被引量：3
9
徐精明,曹先彬,王煦法.
多态蚁群算法[J]
.中国科学技术大学学报,2005,35(1):59-65.
被引量：66
10
穆晓敏,姜智超,包一鸣,吴森堂.
低空突防最优航路规划算法与仿真[J]
.航天控制,2005,23(1):45-50.
被引量：10
引证文献
20
1
陈剑雪.
ACO-BP算法在化工过程故障诊断中的应用[J]
.化工自动化及仪表,2012,39(7):872-875.
被引量：4
2
马军建,董增川,王春霞,陈康宁.
蚁群算法研究进展[J]
.河海大学学报（自然科学版）,2005,33(2):139-143.
被引量：21
3
宋红英,纪威,李波.
基于蚁群算法的神经网络在发动机故障诊断中的应用研究[J]
.小型内燃机与摩托车,2006,35(1):6-8.
被引量：2
4
焦振江,王正平.
基于改进蚁群算法的无人机航路规划[J]
.航空计算技术,2006,36(4):112-114.
被引量：12
5
张璐,张庆祥.
用分层蚁群算法求解优化问题[J]
.延安大学学报（自然科学版）,2007,26(2):26-28.
被引量：1
6
杨海,王洪国,侯鲁男,孙向群.
混沌蚁群算法及其在智能交通中的应用[J]
.成都大学学报（自然科学版）,2007,26(4):309-312.
被引量：7
7
唐正平,赵宝庆,关楠.
基于蚁群算法的舰船避险航路规划[J]
.船海工程,2008,37(5):110-112.
被引量：1
8
石丁丁,潘宏侠.
蚁群算法在电机故障诊断中的应用[J]
.大电机技术,2009(1):26-30.
被引量：5
9
葛艳,税薇,韩玉,魏振钢.
基于贝叶斯网络和蚁群算法的航路优化[J]
.计算机工程,2009,35(12):175-177.
被引量：8
10
杨海.
探索因子蚁群算法及其在VRP中的应用[J]
.科技信息,2009(31).
二级引证文献
122
1
谢浩山,刘晓楠,赵晨言,何明,宋慧超.
基于OpenMP并行模型下HHL算法的经典模拟实现[J]
.计算机科学,2022,49(S02):914-918.
2
李朦,解建仓,杨柳,汪妮,朱记伟.
基于蚁群-粒子群混合算法的水资源优化配置研究[J]
.西北农林科技大学学报（自然科学版）,2015,43(1):229-234.
被引量：7
3
刘会霞,王霄,蔡兰.
钣金件数控激光切割割嘴路径的优化[J]
.计算机辅助设计与图形学学报,2004,16(5):660-665.
被引量：25
4
姜长元.
蚁群算法的理论及其应用[J]
.计算机时代,2004(6):1-3.
被引量：20
5
赵建有,闫旺,胡大伟.
配送网络规划蚁群算法[J]
.交通运输工程学报,2004,4(3):79-81.
被引量：15
6
陈业红.
蚂蚁算法的理论模型与收敛性的初步探讨[J]
.山东轻工业学院学报（自然科学版）,2006,20(1):77-81.
被引量：1
7
孙昌志,曲春雨,陈冬阳.
改进蚁群算法及其在永磁同步电机设计中的应用[J]
.沈阳工业大学学报,2006,28(6):601-604.
被引量：3
8
乔均俭,王爱茹,周静.
带时间窗车辆路径问题的最优解[J]
.商场现代化,2007(01Z):128-129.
被引量：3
9
莫愿斌,陈德钊,胡上序.
粒子群复形法求解旅行商问题[J]
.浙江大学学报（工学版）,2007,41(3):369-373.
被引量：9
10
谢宏.
蚁群算法解决TSP问题的研究[J]
.农业网络信息,2007(3):22-24.
被引量：7
1
王忠英,白艳萍,岳利霞.
经过改进的求解TSP问题的蚁群算法[J]
.数学的实践与认识,2012,24(4):133-140.
被引量：14
2
张纪会,徐心和.
一种新的进化算法——蚁群算法[J]
.系统工程理论与实践,1999,19(3):84-87.
被引量：125
3
张惠珍,马良.
一种求解二次分配问题的新方法[J]
.系统管理学报,2010,19(6):645-650.
被引量：2
4
杨文国,郭田德.
时变挥发率条件下求解Steiner树蚁群优化算法的收敛性[J]
.应用数学学报,2008,31(2):239-248.
5
张冬雯,王鹏,仇计清.
基于邻域粗糙集和蚁群优化的属性约简算法[J]
.河北科技大学学报,2011,32(5):403-408.
被引量：5
6
张惠珍,马良,王洪刚.
二次分配问题及其研究进展(Ⅰ)[J]
.科技通报,2010,26(6):801-805.
被引量：1
7
杨文国,郭田德.
求解最小Steiner树的蚁群优化算法及其收敛性[J]
.应用数学学报,2006,29(2):352-361.
被引量：19
8
杨文国,郭田德.
求解无线传感器网络路由问题的蚁群最优化算法及其收敛性[J]
.系统科学与数学,2007,27(2):239-246.
被引量：7
9
黄文媛,林文斌,王洛芬,常雷,廖成.
基于混合算法优化太赫兹波段的开口共振器[J]
.太赫兹科学与电子信息学报,2013,11(1):62-65.
10
Chunfeng Wang,Sanyang Liu,Mingmin Zhu.
Bayesian network learning algorithm based on unconstrained optimization and ant colony optimization[J]
.Journal of Systems Engineering and Electronics,2012,23(5):784-790.
被引量：3
计算机时代
2004年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
