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
改进的蚁群遗传算法求解旅行商问题
被引量:
2
下载PDF
职称材料
导出
摘要
针对遗传算法收敛速度过慢的问题,将蚁群算法与遗传算法相结合,应用于求解旅行商问题,同时对两种算法求解旅行商问题的结果进行模拟与对比分析,实验结果表明结合算法可以有效地解决旅行商问题,在求解效率和求解质量上都取得了很好的效果。
作者
龙艳群
王蕾蕾
机构地区
西安建筑科技大学信息与控制工程学院
出处
《中国管理信息化》
2016年第17期184-185,共2页
China Management Informationization
关键词
遗传算法
蚁群遗传结合算法
旅行商问题
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
引文网络
相关文献
节点文献
二级参考文献
7
参考文献
1
共引文献
19
同被引文献
16
引证文献
2
二级引证文献
8
参考文献
1
1
于莹莹,陈燕,李桃迎.
改进的蚁群遗传算法求解旅行商问题[J]
.计算机仿真,2013,30(11):317-320.
被引量:20
二级参考文献
7
1
A Colorni, M Dorigo, V Maniezzo. Distributed optimization by ant colonies[ C ].. Proceeding of the I st European Conference on Arti- ficial Life. 1991 : 134-142.
2
张晓如,高尚.
求解旅行商问题的蚁群遗传混合算法[J]
.微电子学与计算机,2009,26(4):81-84.
被引量:7
3
侯文静,马永杰,张燕,石玉军.
求解TSP的改进蚁群算法[J]
.计算机应用研究,2010,27(6):2087-2089.
被引量:23
4
边霞,米良.
遗传算法理论及其应用研究进展[J]
.计算机应用研究,2010,27(7):2425-2429.
被引量:226
5
鄢烈祥.
用列队竞争算法解旅行商问题[J]
.运筹与管理,1999,8(3):24-30.
被引量:14
6
尹红艳,杨沛,周卫红.
一种求解TSP问题的蚁群遗传混合算法[J]
.信息与电脑(理论版),2010(3):155-156.
被引量:2
7
赖秀英.
遗传算法及其应用[J]
.信息与电脑(理论版),2010(7):117-118.
被引量:2
共引文献
19
1
刘欣欣,陈宝兴.
基于基因片段插入的旅行商问题的演化算法研究[J]
.闽南师范大学学报(自然科学版),2014,27(3):34-36.
被引量:1
2
宗德才,王康康,丁勇.
蚁群算法求解旅行商问题综述[J]
.计算机与数字工程,2014,42(11):2004-2013.
被引量:18
3
扈华,王冬青.
改进蚁群算法FENA2O解决TSP问题研究[J]
.信息安全与技术,2014,5(11):29-32.
4
王敏.
基于信息权重自适应蚁群算法求解TSP问题[J]
.中国科技论文,2015,10(5):573-576.
被引量:6
5
段艳明,肖辉辉.
求解TSP问题的改进果蝇优化算法[J]
.计算机工程与应用,2016,52(6):144-149.
被引量:12
6
夏莉,侯世旺,温海骏.
关于仓库货物堆垛机拣选调度自动化研究[J]
.计算机仿真,2016,33(3):318-322.
被引量:8
7
汪冲,李俊,李波,张粤.
改进的蚁群与粒子群混合算法求解旅行商问题[J]
.计算机仿真,2016,33(11):274-279.
被引量:17
8
蒋然.
改进遗传算法在TSP问题中的应用[J]
.软件导刊,2016,15(12):127-129.
被引量:10
9
王防修,王晓娜,祁华清,赵杰梅.
回溯法在物流车动态导航中的应用[J]
.武汉轻工大学学报,2017,36(2):73-77.
被引量:1
10
程月娇,施炯,黄彬.
众包物流环境下订单合并及配送路径优化方法研究[J]
.浙江万里学院学报,2017,30(4):27-33.
被引量:8
同被引文献
16
1
邹远强,李国徽,赵梓屹.
基于遗传和蚁群算法融合的聚类新方法[J]
.科学技术与工程,2006,6(23):4700-4704.
被引量:9
2
朱峰,陈莉.
蚁群与遗传算法融合的聚类算法研究[J]
.西北大学学报(自然科学版),2009,39(5):745-749.
被引量:11
3
李泓泽,郭森,王宝.
基于遗传改进蚁群聚类算法的电力客户价值评价[J]
.电网技术,2012,36(12):256-261.
被引量:31
4
应劭霖.
数据挖掘中的聚类算法的综述[J]
.江西化工,2014,30(2):21-24.
被引量:9
5
谢颖,李吉兴,杨忠学,张岩.
改进遗传蚁群算法及其在电机结构优化中的研究[J]
.电机与控制学报,2015,19(10):64-70.
被引量:18
6
张海涛,周爱武.
蚁群算法在文本聚类中的应用研究[J]
.微电子学与计算机,2016,33(1):81-84.
被引量:6
7
洪建国,鲍一笑.
重视儿童支气管哮喘的规范化诊治[J]
.中华儿科杂志,2016,54(3):161-162.
被引量:48
8
赵彦涛,付美玲,王斌,张旭光,李小俚.
基于主成分分析和重叠直方图统计的视频信号心率测量[J]
.中国生物医学工程学报,2016,35(3):284-291.
被引量:3
9
姚兴仁,赵刚.
基于蚁群算法的文本聚类算法的参数优化[J]
.北京信息科技大学学报(自然科学版),2016,31(3):50-54.
被引量:5
10
王慧,甘泉.
一种基于信息素的蚁群聚类算法[J]
.太赫兹科学与电子信息学报,2016,14(3):426-431.
被引量:3
引证文献
2
1
武书舟,闫丽娜,张秋艳,申晓留.
基于改进蚁群算法的聚类分析方法研究[J]
.计算机与数字工程,2018,46(9):1721-1725.
被引量:8
2
张小冬.
基于蚁群算法的儿童哮喘辅助诊断研究[J]
.计算机产品与流通,2019,0(5):278-280.
二级引证文献
8
1
林颢,王卓,陈全胜,林金金.
基于色敏传感器结合光谱技术的大米储藏期鉴别[J]
.农业机械学报,2019,50(6):359-364.
被引量:2
2
吴盼红,段培永,丁绪东,尹春杰,姬晓娃,邱钟.
基于GIHCMAC神经网络的建筑电负荷预测方法[J]
.计算机系统应用,2019,28(8):142-147.
被引量:3
3
古婷婷.
蚁群算法在文字识别中的应用研究[J]
.信息与电脑,2019,31(22):31-33.
4
沈兴鑫,杨余旺,肖高权,徐益民,陈响洲.
基于相似度的蚁群聚类算法[J]
.计算机与数字工程,2021,49(6):1052-1057.
被引量:1
5
廖绍成.
基于5G通信的公用变压器状态信息聚类方法研究[J]
.电子设计工程,2021,29(19):155-158.
6
田云娜,赵彦霖,刘雪,赵彭丽,韩小颖.
仿生聚类算法研究与分析[J]
.延安大学学报(自然科学版),2022,41(2):11-21.
7
尹徐珊,吴鹏,赵亚.
基于PSO算法的电力一线员工绩效评价方法[J]
.计算机系统应用,2022,31(7):253-258.
8
张小冬.
基于蚁群算法的儿童哮喘辅助诊断研究[J]
.计算机产品与流通,2019,0(5):278-280.
1
于莹莹,陈燕,李桃迎.
改进的蚁群遗传算法求解旅行商问题[J]
.计算机仿真,2013,30(11):317-320.
被引量:20
2
孟昱煜.
GA在求解TSP问题上的应用[J]
.甘肃科技,2003,19(11):79-80.
被引量:2
3
陈亚云,韩文涛,崔鹤平.
遗传算法与蚁群算法的改进融合[J]
.中国农机化学报,2014,35(4):246-249.
被引量:8
4
刻录机速度过慢[J]
.电脑爱好者(普及版),2010(A02):252-252.
5
清馨.
网速过慢 谁之过?[J]
.电击高手,2004(7):30-30.
6
软件类[J]
.网友世界,2005(24):92-92.
7
储兵,吴陈,杨习贝.
基于RBF神经网络与粗糙集的数据挖掘算法[J]
.计算机技术与发展,2013,23(7):87-91.
被引量:17
8
王小哲.
求解旅行商问题的微粒群算法研究[J]
.福建电脑,2011,27(11):88-89.
9
张近东.
网上邻居打开速度过慢[J]
.电脑爱好者,2004(22):61-61.
10
张葛祥,唐钟.
基于IGA的多层神经网络BP算法及在系统辨识中的应用[J]
.西南工学院学报,2002,17(2):9-13.
中国管理信息化
2016年 第17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