学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
蚁群算法的原理及其改进
被引:10
作者
:
陈晓梅
论文数:
0
引用数:
0
h-index:
0
机构:
广东财经职业学院
陈晓梅
机构
:
[1]
广东财经职业学院
来源
:
广东技术师范学院学报
|
2006年
/ 04期
关键词
:
蚁群算法;
信息素;
信息素浓度;
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
:
蚁群算法来源于对蚂蚁群体搜索行为的追踪研究,其基于信息素的正反馈特性有助于快速找到最优解。但蚁群算法也有不足之处,主要表现在当问题规模较大时,容易陷入局部最优化从而导致算法过早停滞。本文以旅行商(TSP)问题为基准,介绍了蚁群算法的原理,然后讨论了三种改进策略,主要表现在对其关键因子———信息量增量进行调整,这些改进策略有效地改善了蚁群算法过早停滞的现象。
引用
收藏
页码:68 / 70
页数:3
相关论文
共 2 条
[1]
智能蚁群算法及应用.[M].吴启迪;汪镭著;.上海科技教育出版社.2004,
[2]
蚁群最优化——模型、算法及应用综述
[J].
论文数:
引用数:
h-index:
机构:
刘士新
;
论文数:
引用数:
h-index:
机构:
宋健海
;
论文数:
引用数:
h-index:
机构:
唐加福
.
系统工程学报,
2004,
(05)
:496
-502
←
1
→
共 2 条
[1]
智能蚁群算法及应用.[M].吴启迪;汪镭著;.上海科技教育出版社.2004,
[2]
蚁群最优化——模型、算法及应用综述
[J].
论文数:
引用数:
h-index:
机构:
刘士新
;
论文数:
引用数:
h-index:
机构:
宋健海
;
论文数:
引用数:
h-index:
机构:
唐加福
.
系统工程学报,
2004,
(05)
:496
-502
←
1
→