期刊文献+

基于蚁群聚类算法的省域物流发展评价 被引量:2

在线阅读 下载PDF
导出
摘要 介绍了蚁群聚类算法的原理,建立了省域物流发展评价指标体系,同时结合黑龙江省的物流发展情况,应用蚁群算法进行实证研究,并对结果进行分析,从而为科学制定黑龙江省省域物流规划提供了依据。
出处 《统计与决策》 CSSCI 北大核心 2007年第16期137-138,共2页 Statistics & Decision
  • 相关文献

参考文献7

二级参考文献39

  • 1叶志伟,郑肇葆.蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例[J].武汉大学学报(信息科学版),2004,29(7):597-601. 被引量:156
  • 2张惟皎,刘春煌,尹晓峰.蚁群算法在数据挖掘中的应用研究[J].计算机工程与应用,2004,40(28):171-173. 被引量:35
  • 3吴国富,项静恬.多个变量分类和综合的多元分析方法(非线性复杂系统的综合技术VI)[J].数理统计与管理,1995,14(6):52-59. 被引量:19
  • 4Colomi A, Dorigo M, Maniezzo V. Distributed optimization by ant colonies [ A ]. In Proc of 1st European Conf on Artifical Life[ C ]. Pans France: Elsevier, 1991.
  • 5Chen M S, Wang S W. Fuzzy clustering analysis for optimizing fuzzy membership function [ J]. Fuzzy Sets and Systems,1999,103(2) :239-254.
  • 6Tang L, Huang P Z, Xie W X. A new method of FCM considering the distribution of data [ J ]. Geomatic and Information Science of Wuhan University, 2003,28(4): 476-479.
  • 7Bezdek J C, Hathaway R, et al. Convergence theory for fuzzy C-means:connter examples and repairs[ J]. IEEE Trans PAMI, 1987,17(5) :873-877.
  • 8Martin B,Pierre D.Principal component analysis from the multivariate familial correlation matrix [J].Journal of Multivariate Analysis,2002,82(2):457-470.
  • 9Johnson R A.Applied multivariate statistical analysis [M].New Jersey:Prentice-Hall Inc,1999.302-336.
  • 10Chen MS.Data mining:an overview from a database perspective[J],IEEE Trans on Knowledge and data engineering, 1996;8(6):866-883

共引文献137

同被引文献19

引证文献2

二级引证文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部