期刊文献+

双目标旅行商问题及其蚂蚁算法实验研究 被引量:3

Experimental studies on the ant algorithm for biobjective travelling salesman problem
下载PDF
导出
摘要 对双目标旅行商问题设计了基于Pareto概念的多目标蚂蚁算法.借助于算法的全局搜索能力,在整个解空间内快速搜索多目标组合的Pareto有效解,并利用多目标蚂蚁算法维持解集多样性的特点,使搜索到的Pareto解在前沿均匀分布.经大量算例求解验证了其有效性,该算法具有较好的通用性. A Pareto concept based multi-objective ant algorithm for the bi-objective TSP is proposed. Taking advantage of the capability of efficient global searching and maintenance of diversity of ant algorithm, the feasible region can be quickly explored and the Pareto solutions are found uniformly distributed on the frontier. Experiment results show the effectiveness and validity of the algorithm.
出处 《上海理工大学学报》 EI CAS 北大核心 2007年第5期413-416,428,共5页 Journal of University of Shanghai For Science and Technology
基金 国家自然科学基金资助项目(70471065) 上海市重点学科建设资助项目(T0502) 中国工程院重点咨询项目(2006-X-16)
关键词 PARETO解集 双目标旅行商问题 蚂蚁算法 Pareto solutions bi-objective travelling salesman problem ant algorithm
  • 相关文献

参考文献8

二级参考文献25

  • 1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.
  • 2马良.中国144城市TSP的蚂蚁搜索算法[J].计算机应用研究,2000,17(1):36-37.
  • 3马良,学位论文,1999年
  • 4马良,J Syst Sci Syst Eng,1999年,8卷,3期,335页
  • 5林锦,福州大学学报,1999年,27卷,6期,5页
  • 6马良,Proc of '99 Int Conference on Management Science Engineering,1999年,448页
  • 7马良,运筹学的理论与应用,1996年,187页
  • 8马良,计算机应用研究,2000年,17卷,1期,36页
  • 9马良,J Syst Sci Syst Eng,1999年,8卷,3期,335页
  • 10马良,Proc Of '99 Int Conf Management Science Engineering,1999年,448页

共引文献288

同被引文献21

  • 1丁建立,陈增强,袁著祉.遗传算法与蚂蚁算法融合的马尔可夫收敛性分析[J].自动化学报,2004,30(4):629-634. 被引量:32
  • 2武妍,包建军.一种新的求解TSP的混合量子进化算法[J].计算机应用,2006,26(10):2433-2436. 被引量:6
  • 3王宇平,李英华.求解TSP的量子遗传算法[J].计算机学报,2007,30(5):748-755. 被引量:71
  • 4马良,朱刚,宁爱兵.蚁群优化算法[M].北京:科学出版社,2008,2.
  • 5Dorigo M, Maniezzo V, Colorni A. The ant system: optimization by ant colony cooperating agents[ J]. IEEE Trans. Sys. Man, Cybern, 1996, 26(2) : 29-41.
  • 6Dorigo M, Gambardella L. Ant colony system: a cooperative iearning approach to the traveling salesman problem[ J]. IEEE Trans. On Evolutionary Computation, 1997, 1 (1) : 53-66.
  • 7Hey T. Quantum computing: an introduction[J]. Computing & Control Engineering Journal, 1999, 10(3) : 105-112.
  • 8Han Kuk-Hyun, Kim Jong-Hwan. Genetic quantum algorithm and its application to combinatorial optimization problem[ C ]. IEEE Proceedings of the 2000 Congress on Evolutionary Computation, San Diego, 2001 : 1354-1360.
  • 9Han Kuk-Hyun, Kim Jong-Hwan. Quantum-inspired evolutionary algorithms with a new termination criterion[ J]. IEEE Trans on Evolutionary Computation, 2004, 8 (2) : 156-169.
  • 10Michael A. Nielsen, Isaac L. Chuang. Quantum computation and quantum information[ M ]. Cambridge University Press, 2000.

引证文献3

二级引证文献11

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...
;
使用帮助 返回顶部