浅谈蚁群算法及其应用
摘要
蚁群算法是优化领域中新出现的一种启发式仿生类智能进化算法,文章介绍了蚁群算法的基本原理、算法的模型以及算法的应用。
出处
《科技信息》
2009年第8期180-180,共1页
Science & Technology Information
二级参考文献33
-
1王颖,谢剑英.一种自适应蚁群算法及其仿真研究[J].系统仿真学报,2002,14(1):31-33. 被引量：232
-
2马振华 刘坤林 等.运筹学与最优化理论卷[M].北京:清华大学出版社,1998.254-278.
-
3陈永强.[D].哈尔滨:哈尔滨工业大学,2003.
-
4马振华 等.运筹学与最优化理论卷[M].清华大学出版社,1998.138-140.
-
5Dorigo M,Gambardella L M.Ant colony system:a cooperative learning approach to the traveling salesman problem[J].IEEE Transactions on Evolutionary Computation,1997,1(1):53-66.
-
6Dorigo M,Bonabeau E,Theraulaz G.Ant algorithms and stigmergy[J].Future Generation Computer Systems,2000,16:851-871.
-
7Dorigo M,Maniezzo V,Colorni A. The ant system:optimization by a colony of cooperating agents[J].IEEE Transactions on Systems,Man and Cybernetics-Part B,1996,26(1):28-41.
-
8White T,Pagurek B,Oppacher F. ASGA:Improving the ant system by integration with genetic algorithms [R].Canada:Systems and Computer Engineering,Carleton University,1998.
-
9Stutzle T,Hoos H. Max-min ant system[J]. Future Generation Computer System,2000,16:889-914.
-
10Di C G,Dorigo M. Ant net:a mobile agents approach to adaptive routing [R]. Belgium:Université Libre de Bruxelles, 1997.
共引文献140
-
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程波,罗毅.改进蚁群算法概述[J].中国电力教育,2005(z2):157-158.
-
3向永生,张扬,黄阿明.基于蚁群算法的物流配送路径优化[J].今日科苑,2008(16):146-147.
-
4王雷,高扬.蚁群算法在Logit模型参数标定中的应用[J].广东技术师范学院学报,2009,30(9):16-19. 被引量：1
-
5胡启国,胡小华,吴泳龙.改进蚁群算法在系统可靠度最优冗余分配的应用[J].重庆交通大学学报（自然科学版）,2013,32(3):543-546. 被引量：8
-
6卢珊.蚁群优化算法解决TSP问题[J].成功,2007(12):209-210.
-
7肇勇,卢晓刚.连续优化问题的蚁群算法研究进展[J].达县师范高等专科学校学报,2004,14(5):41-43. 被引量：3
-
8李亮,迟世春,林皋.基于蚁群算法的复合形法及其在边坡稳定分析中的应用[J].岩土工程学报,2004,26(5):691-696. 被引量：47
-
9唐泳,马永开,唐小我.用改进蚁群算法求解函数优化问题[J].计算机应用研究,2004,21(9):89-91. 被引量：7
-
10曾映兰,郑金华.多智能体系统中的协商模型[J].计算机测量与控制,2004,12(12):1214-1216. 被引量：4
-
1宋佳乾,汪西原.一种基于改进蚁群算法的图像边缘检测方法[J].微型机与应用,2013,32(24):40-42. 被引量：1
-
2冯远静,冯祖仁,彭勤科.一类自适应蚁群算法及其收敛性分析[J].控制理论与应用,2005,22(5):713-717. 被引量：18
-
3张流洋,张黎明,陈春雷,祝咏升.蚁群算法的改进及其在TSP问题中的应用[J].湖南工程学院学报（自然科学版）,2007,17(3):5-8. 被引量：1
-
4张景虎,边振兴.基于蚁群算法的图像边缘检测研究[J].火力与指挥控制,2010,35(2):115-118. 被引量：16
-
5薛琴,陈玮,罗俊奇.基于梯度算子的蚁群图像分割算法研究[J].计算机工程与设计,2007,28(23):5660-5663. 被引量：7
-
6李波,张流洋,张黎明.微粒群算法思想下蚁群算法的改进及在CTSP中的仿真实现[J].平顶山学院学报,2010,25(2):103-106.
-
7宋建军,侯志强,余旺盛.基于改进的蚁群算法的边缘连接方法[J].电光与控制,2012,19(10):42-45. 被引量：6
-
8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
-
9金飞虎,高会军,钟啸剑.自适应蚁群算法在空间机器人路径规划中的应用[J].哈尔滨工业大学学报,2010,42(7):1014-1018. 被引量：11
-
10郑茂垡,刘云飞,周卫红.基于余弦角距离的蚁群边缘检测算法[J].云南民族大学学报（自然科学版）,2012,21(1):70-74. 被引量：2
