蚁群优化算法的研究现状及研究展望

被引：27

作者：

张航

罗熊

机构：

[1] 中南大学信息科学与工程学院

[2] 中南大学信息科学与工程学院湖南长沙

[3] 湖南长沙

来源：

信息与控制 | 2004年 / 03期

关键词：

蚁群优化算法; 信息素; 蚂蚁; 蚁群系统;

D O I：

10.13976/j.cnki.xk.2004.03.014

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文首先简要地介绍蚁群优化算法的来源、对应的生物原理和算法实现的框架.然后详细地讨论了算法的研究现状以及在各种优化问题中的应用情况,同时也指出了蚁群优化算法在当前应用中的一些不足.针对这些不足提出了解决方法,描述了几种蚁群优化算法的修正策略.最后对蚁群优化算法下一步的研究方向进行了展望.

引用

页码：318 / 324

页数：7

共 25 条

[1] 基于蚂蚁网络的一种QoS选路新算法 [J].

李大双 ;

周明天 ;

不详 .

计算机工程与应用 , 2002, (15) :22-24+45

[2] 化学蚁群算法及其在光谱解析中的应用 [J].

丁亚平 ;

刘平阳 ;

苏庆德 ;

吴庆生 ;

方小春 .

计算机与应用化学, 2002, (03) :326-328

[3] 自适应调整信息素的蚁群算法 [J].

覃刚力 ;

杨家本 .

信息与控制, 2002, (03) :198-201+210

[4] 一种基于蚁群算法的多媒体网络多播路由算法 [J].

王颖 ;

谢剑英 .

上海交通大学学报, 2002, (04) :526-528+531

[5] 蚁群算法及其在硐群施工优化中的应用 [J].

高玮 ;

郑颖人 .

岩石力学与工程学报, 2002, (04) :471-474

[6] 露天采矿边坡临界滑动面搜索蚁群算法研究 [J].

陈昌富 ;

谢学斌 .

湘潭矿业学院学报, 2002, (01) :62-64

[7] 关于求解难组合优化问题的蚁群优化算法 [J].

李有梅 ;

王文剑 ;

徐宗本 .

计算机科学, 2002, (03) :115-118

[8] 蚁群算法的研究现状和应用及蚂蚁智能体的硬件实现 [J].

忻斌健 ;

汪镭 ;

吴启迪 .

同济大学学报(自然科学版), 2002, (01) :82-87

[9] 带杂交算子的蚁群算法 [J].

陈烨 .

计算机工程, 2001, (12) :74-76+176

[10] 蚂蚁算法在机构同构判定中的实现 [J].

何靖华 ;

肖人彬 ;

师汉民 .

模式识别与人工智能, 2001, 14 (04) :406-412

← 1 2 3 →