基于蚁群算法在司法数据库检索中的应用
摘要
为了能在纷繁复杂的司法数据库中加快检索速度，本文提出了在司法数据库检索应用中的新方法——蚁群算法及其仿真。通过对蚁群检索算法和传统检索算法进行仿真比较研究，可以得出这种模拟进化算法能很快发现较好检索路径，易于实现并行检索计算，大大提高检索速度。
参考文献9
-
1关桂霞,赵剡,刘莹青.一种基于模糊理论的最佳路径选择方法[J].华北工学院学报,2001,22(1):75-78. 被引量：21
-
2郝晋,石立宝,周家启.具有随机扰动特性的蚁群算法[J].仪器仪表学报,2001,22(z1):350-352. 被引量：8
-
3胡娟,王常青,韩伟,全智.蚁群算法及其实现方法研究[J].计算机仿真,2004,21(7):110-114. 被引量：21
-
4刘士新,宋健海,唐加福.蚁群最优化——模型、算法及应用综述[J].系统工程学报,2004,19(5):496-502. 被引量：36
-
5覃刚力,杨家本.自适应调整信息素的蚁群算法[J].信息与控制,2002,31(3):198-201. 被引量：107
-
6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
-
7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
-
8周勇,陈洪亮.蚁群算法的研究现状及其展望[J].微型电脑应用,2002,18(2):5-7. 被引量：28
-
9Wang Z D, Huang B, Unbehauen H. Robust Ob- server Design of Linear Time - Delay System with Parametric Uncertainty[ J]. Systems & Control Let- ters,2006,42: 303 - 312.
二级参考文献101
-
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高晖.GIS与GPS的TIS中的应用研究[M].北京:北京航空航天大学,1998.71-88.
-
3[1]Colorni A.Distributed optimization by ant coloni es[R].Proc.of 1st European Conf.Artificial Life.
-
4[2]Dorigo M,Gianni Di Caro,Thomas Stutzle.Ant algorithms[J].Fut ure Generation Compuer System,2000,16:5-7.
-
5[3]Dorigo M Luca,Maria Gamberdella.Ant colony for the traveling s alesman problem[R].TR,IRIDIA,1996.
-
6[4]Dorigo M,Vittorio Maniezzo,Alberto Colorni.The Ant System:optim ization by a colony of cooperating agents[J].IEEE Transactions on systems,Man, and Cybernetics_Part B,1996,26(1):1-13.
-
7[5]Thomas Stützle,Holger H Hoos.MAX-MIN Ant System[J].Futur e Generation Computer System,2000,16:889-914.
-
8[6]Dorigo M.Heuristic from nature for hard combinatorial optimizat ion problems[J].International Transactions in operational research.,3(1):1-2 1.
-
9[7]Gambardella L M,Taillard E D,Dorigo M.Ant colonies for the qua dratic assignment problem[J].Journal of the Operational Research Society 1999 ,50(2):167-176.
-
10[8]Gambardella,Luca Maria,Dorigo M.Solving symmetric and asymmetr ic TSPs by and colonies[R].Proceedings of the IEEE Conference on Evolutionary Computation 1996,137-142.
共引文献516
-
1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
-
2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.
-
3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
-
4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
-
5卢厚清,张永利,李宏伟,余勤.一种改进的蚁群求解算法[J].东南大学学报（自然科学版）,2006,36(S1):176-180. 被引量：3
-
6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
-
7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
-
8陈平.适应形势发展要求 加强爱国主义教育[J].福建教育学院学报,2005,2(4):7-10.
-
9白明,李建勇.基于改进蚁群算法的FMS工艺路线优化配置[J].制造业自动化,2003(z1):172-176. 被引量：1
-
10丁建立,陈增强,袁著祉.基于混合蚂蚁算法的网络资源均衡与优化[J].仪器仪表学报,2003,24(z1):592-594. 被引量：11
-
1周海龙.湖南广电 三级跳跃[J].广告导报,2010(14):68-69.
-
2何艳,王涛,田晓英,周丽丽,吴冈.蚁群算法在配电网中搜索的数学模型[J].黑龙江科学,2010,1(5):50-52.
-
3洪拓夷.基于传统检索的智能检索[J].图书馆建设,1998(3):26-27. 被引量：4
-
4程琳,苏晨晗.谈《中国学术期刊(光盘版)》检索新观点[J].科技文献信息管理,2002,16(1):31-32.
-
5你认识“搜索”小博士吗?[J].辅导员（中下旬）（教学版）,2015,0(13):34-34.
-
6刘征鹏.建筑学灰色文献的网络检索[J].中国索引,2010,8(1):44-46.
-
7杜鹏,刘序.科技查新中检索路径的构成[J].科技情报开发与经济,2009,19(17):107-108.
-
8刘秋梅,郑耿忠.蚁群算法在分布式数字参考咨询系统中的应用研究[J].情报探索,2013(9):92-94.
-
9李治.凡事皆有可能[J].英语沙龙（高中）,2013(4):30-31.
-
10向宏华.“互联网+”思维下图书馆服务创新研究[J].图书馆工作与研究,2017(4):5-10. 被引量：47
