基于蚁群—遗传算法的改进多目标数据关联方法

被引：7

作者：

袁东辉 ^{[1
,2
]}

刘大有 ^{[1
,2
]}

申世群 ^{[1
,2
]}

机构：

[1] 吉林大学知识工程与符号计算教育部重点实验室

[2] 吉林大学计算机科学与技术学院

来源：

通信学报 | 2011年 / 32卷 / 06期

关键词：

数据关联; 多目标; 蚁群算法; 遗传算法;

D O I：

暂无

中图分类号：

TP202 [设计、性能分析与综合];

学科分类号：

0811 ; 081101 ; 081102 ;

摘要：

将蚁群算法与遗传算法相结合,提出一种快速实现多目标数据关联的AC-GADA(ant colony-genetic algo-rithm data association)算法,该算法利用种群个体携带信息素,并改进了全局信息素扩散模型,同时为了提高算法的收敛速度并且避免局部极值的出现,引入了交叉变异策略和种群适应度模型,通过大量的实验数据证明,该算法在获得较高关联准确率的同时可以有效地提高关联速度。

引用

页码：17 / 23

页数：7

共 6 条

[1] 融合粒子群与蚁群算法优化XML群体智能搜索 [J].