期刊文献+

一种改进的小窗口蚁群算法 被引量:1

下载PDF
导出
摘要 针对现有小窗口蚁群算法对优化问题规模的适应性较差、对设定可选城市范围的参数依赖大、易于陷入局部最优等缺点,提出了一种随机小窗口蚁群算法,将问题规模与随机性同时引入小窗口蚁群算法,增强了算法的鲁棒性,而且可以避免算法早熟,陷入局部最优。通过对200个城市的仿真结果表明,该算法效果良好。
出处 《软件导刊》 2015年第2期48-50,共3页 Software Guide
基金 湖南省科技厅项目(2013FJ3154) 航天支撑基金项目(2013ZGDZDX)
  • 相关文献

参考文献9

二级参考文献89

  • 1杨洁,杨胜,曾庆光,李仁发.基于信息素强度的蚁群算法[J].计算机应用,2009,29(3):865-867. 被引量:7
  • 2段海滨,王道波,朱家强,黄向华.蚁群算法理论及应用研究的进展[J].控制与决策,2004,19(12):1321-1326. 被引量:210
  • 3张捍东,郑睿,岑豫皖.移动机器人路径规划技术的现状与展望[J].系统仿真学报,2005,17(2):439-443. 被引量:119
  • 4龚跃,王阳,卢函.通用数据传输平台系统设计[J].东北师大学报(自然科学版),2006,38(3):31-35. 被引量:5
  • 5Dorigo M, Maniezzo V, Colorni A. The ant system: Optimization by a colony of cooperating agents[J]. IEEE Trans on Systems, Man, and Cybernetics, Part B, 1996, 26 (1): 29-41.
  • 6Gambardella L M, Dorigo M. Solving symmetric and asymmetric TSPs by ant colonies [C] // Proc of the lnt Conf on Evolutionary Computation. Piscataway, NJ: IEEE, 1996:622-627.
  • 7Blum C, Dorigo M. Search bias in ant colony optimization: On the role of competition-balanced systems [J]. IEEE Trans on Evolutionary Computation, 2005, 9(2) : 159-174.
  • 8Blum C, Dorigo M. The hyper-cube framework for ant colony optimization [J]. IEEE Trans on Systems, Man, and Cybernetics, 2004, 34(2) : 1161-1172.
  • 9Dorigo M, Birattari M, Stutzle T. Ant colony optimization Artificial ants as a computational intelligence technique [J]. IEEE Computational Intelligence Magazine, 2006, 1 ( 11 ) :28-39.
  • 10Dorigo M, Gambardella L M. Ant colony system: A cooperative learning approach to the traveling salesman problem [J]. IEEE Trans on Evolutionary Computation, 1997, 1(1): 53-66.

共引文献113

同被引文献11

引证文献1

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