蚁群算法的现状与研究进展

被引：49

作者：

丁海军

陈佑健

机构：

[1] 河海大学计算机及信息工程学院,河海大学计算机及信息工程学院江苏常州,江苏常州

来源：

河海大学常州分校学报 | 2005年 / 01期

关键词：

蚁群算法; 信息素; 组合优化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

介绍了蚁群算法的基本原理及其算法的模型,对几种改进的蚁群算法进行了评述,并对算法的研究现状做了概述,认为蚁群算法是一种较好的解决组合优化问题的新型模拟进化算法.

引用

收藏

页码：5 / 9

页数：5

相关论文

共 7 条

[1]

基于变异和动态信息素更新的蚁群优化算法 [J].

朱庆保 ;

杨志军 .

软件学报, 2004, (02) :185-192

[2]

蚁群算法中有关算法参数的最优选择 [J].

詹士昌 ;

徐婕 ;

吴俊 .

科技通报, 2003, (05) :381-386

[3]

遗传算法与蚂蚁算法的融合 [J].

丁建立 ;

陈增强 ;

袁著祉 .

计算机研究与发展, 2003, (09) :1351-1356

[4]

连续优化问题的蚁群算法研究 [J].

高尚 ;

钟娟 ;

莫述军 .

微机发展, 2003, (01) :21-22+69

[5]

一种自适应蚁群算法及其仿真研究 [J].

王颖 ;

谢剑英 .

系统仿真学报, 2002, (01) :31-33

[6]

自适应蚁群算法 [J].

张纪会 ;

高齐圣 ;

徐心和 .

控制理论与应用, 2000, (01) :1-3+8

[7]

具有变异特征的蚁群算法 [J].

吴庆洪 ;

张纪会 ;

徐心和 .

计算机研究与发展, 1999, (10) :1240-1245