维普中文期刊产品整合服务
共被期刊论文引用了2次 您的检索式:您选中1篇文献正在查看引证文献汇总
    题名 作者 年代 出处 被引量
1一种求解TSP问题的改进蚁群算法显示文摘基本的蚁群算法收敛速度慢,容易陷入局部最优解,针对该问题,提出了从蚁群移动规则、信息素的更新以及信息素的自适应调节等方面改进的策略,使算法能快速收敛,并不容易陷入局部最优解。仿真实验证明,提出的改进算法比带精英的最大最小蚂蚁算法收敛速度快,解得质量更高。冯月华 2014电子测试2014,25,4X:4
2基于群体智能的蚁群算法原理及应用研究显示文摘自然界中群居性生物通过协作表现出的宏观智能行为特征被称为群体智能,群体智能已成为人工智能及相关领域的研究热点.蚁群算法(Ant Colony Optimization,ACO)是一种新颖的组合优化算法,它具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法相结合等优点.主要介绍了蚁群算法的原理,探讨了蚁群优化算法及其应用.冯月华 陈州吉 2014兰州文理学院学报(自然科学版)2014,28,2:3
返回顶部 每页显示:
共1页 首页 上一页 第1页 下一页 末页 /1 跳转

网站首页 | 关于我们 | 联系我们 | 产品服务 | 客服中心 | 广告服务 | 版权声明 | 网站联盟 | 友情链接 | 售卡网点

版权所有© 渝B2-20050021-1 渝公网安备 50019002500403号 违法和不良信息举报中心

互联网出版许可证 新出网证(渝)字10号 全国400电话 - 免长途话费