期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于反馈仿射振荡器和反馈搜索智能优化的改进蚁群算法与最短路优化 被引量：6
1
作者 薛波 李厚彪 《计算机应用》 CSCD 北大核心 2020年第S01期32-36,共5页
针对经典蚁群算法易陷入局部最优解、收敛速度慢、全局最优解质量不佳等问题,通过分析研究蚁群算法和抽样策略,提出了基于反馈仿射振荡器(RAS)和反馈搜索智能优化(RSO)的改进蚁群算法。首先,利用RAS算法在所给函数区域进行撒点抽样,得... 针对经典蚁群算法易陷入局部最优解、收敛速度慢、全局最优解质量不佳等问题,通过分析研究蚁群算法和抽样策略,提出了基于反馈仿射振荡器(RAS)和反馈搜索智能优化(RSO)的改进蚁群算法。首先,利用RAS算法在所给函数区域进行撒点抽样,得到若干节点而不是进行毫无目的的随机撒点;同时,基于RSO的思想对全局信息素更新规则加以改进,充分利用每次迭代结束后局部最优解的价值;然后,基于RSO的思想调节信息素挥发系数,尽量避免算法在运行期间陷入局部最优解,同时加速算法收敛;最后,通过自适应调整路径选择参数的值,加快算法收敛同时减小算法陷入局部最优解的可能。仿真实验一该算法相较于最大最小蚁群系统、经典遗传算法、基于精英保留策略的改进遗传算法解的优质程度分别提升10.9%、22.1%、11.2%,迭代次数分别减少31.1%、23.3%、18.7%;仿真实验二中解的优质程度分别提升12.9%、24.6%、13%,迭代次数分别减少39.5%、11.7%、3.2%。仿真实验结果表明,该算法可加快算法收敛同时提升解的优质程度,能有效解决路径优化问题。 展开更多
关键词 反馈仿射振荡器算法 反馈搜索优化 最短路径优化 改进蚁群算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部