期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
多目标优化问题的研究概述 被引量:217
1
作者 肖晓伟 肖迪 +1 位作者 林锦国 肖玉峰 《计算机应用研究》 CSCD 北大核心 2011年第3期805-808,827,共5页
详细介绍了实际生活中存在的多目标优化问题以及解决多目标优化问题的几种典型算法,讨论了各个算法存在的优缺点,并且列举了近年来在各个领域中出现的多目标优化问题;最后对多目标优化算法的未来发展方向进行展望。
关键词 多目标优化 进化算法 粒子群算法 蚁群算法 模拟退火
在线阅读 下载PDF
具有变异特征的蚁群算法 被引量:309
2
作者 吴庆洪 张纪会 徐心和 《计算机研究与发展》 EI CSCD 北大核心 1999年第10期1240-1245,共6页
蚁群算法是一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,但该算法也存在一些缺点,如计算时间较长.为了克服这一缺点,文中给出一种新的蚁群算法——具有变异特征的蚁群算法.在基本蚁群算法中引入变异机制... 蚁群算法是一种新型的模拟进化算法,初步的研究已经表明该算法具有许多优良的性质,但该算法也存在一些缺点,如计算时间较长.为了克服这一缺点,文中给出一种新的蚁群算法——具有变异特征的蚁群算法.在基本蚁群算法中引入变异机制,充分利用了2-交换法简洁高效的特点,使得该方法具有较快的收敛速度,节省计算时间. 展开更多
关键词 模拟进化算法 变异特征 蚁群算法
在线阅读 下载PDF
一种改进的蚁群算法求解最短路径问题 被引量:46
3
作者 毕军 付梦印 张宇河 《计算机工程与应用》 CSCD 北大核心 2003年第3期107-109,共3页
蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路。该文应用蚁群算法求解最短路径问题,对算法的选择策略、局部搜索、信息量修改三方面进行改进,使算法不易陷入局部最优解,并且能较快地收敛到全局最优解... 蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路。该文应用蚁群算法求解最短路径问题,对算法的选择策略、局部搜索、信息量修改三方面进行改进,使算法不易陷入局部最优解,并且能较快地收敛到全局最优解。实验结果表明,改进方法是合理的、有效的。 展开更多
关键词 蚁群算法 最短路径问题 模拟进化算法 组合优化问题 随机搜索算法 计算机
在线阅读 下载PDF
基于蚁群算法的最优路径选择问题的研究 被引量:18
4
作者 夏立民 王华 +1 位作者 窦倩 陈玲 《计算机工程与设计》 CSCD 北大核心 2007年第16期3957-3959,4058,共4页
交通网络中最优路径的选择尤为重要,各国学者在这方面做了大量的研究和改进。提出了一种基于蚁群算法的最优路径选择问题的新方法。在最优路径的选择过程中采用蚁群算法并对其进行建模,能够发挥算法并行性、正反馈、协作性等特点,使各... 交通网络中最优路径的选择尤为重要,各国学者在这方面做了大量的研究和改进。提出了一种基于蚁群算法的最优路径选择问题的新方法。在最优路径的选择过程中采用蚁群算法并对其进行建模,能够发挥算法并行性、正反馈、协作性等特点,使各蚂蚁个体之间相互协作,在较短的时间内发现较优解。研究及模拟实验结果表明,蚁群算法是一种鲁棒性较强的新型模拟仿生算法,具有较好的发展前景。 展开更多
关键词 蚁群算法 交通网络 最优路径 信息素 模拟进化算法
在线阅读 下载PDF
用改进蚁群算法求解多目标优化问题 被引量:20
5
作者 唐泳 马永开 《电子科技大学学报》 EI CAS CSCD 北大核心 2005年第2期281-284,共4页
蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间... 蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。 展开更多
关键词 多目标优化 蚁群算法 模拟进化算法 仿生算法
在线阅读 下载PDF
基于蚂蚁元胞自动机的地铁通道双向行人流仿真 被引量:5
6
作者 曹守华 袁振洲 +1 位作者 赵丹 马莉 《系统仿真学报》 CAS CSCD 北大核心 2009年第8期2457-2462,共6页
通过对北京市地铁通道内行人走行特性的观测,分析了对向行人具有右侧行走、跟随行走、右侧避让对向行人、对后方信息缺乏关注、与对向行人的位置互换以及行人趋于选择最短路径等行为特性及交通特性。结合蚂蚁在走过的路径上留有信息素... 通过对北京市地铁通道内行人走行特性的观测,分析了对向行人具有右侧行走、跟随行走、右侧避让对向行人、对后方信息缺乏关注、与对向行人的位置互换以及行人趋于选择最短路径等行为特性及交通特性。结合蚂蚁在走过的路径上留有信息素的思想,提出了反映双向行人走行特性的元胞自动机更新规则,建立了基于蚂蚁算法的元胞自动机模型,并研究了信息素挥发系数对仿真结果的影响。仿真实例表明,该模型能有效显现双向通道内的行人走行特性。 展开更多
关键词 双向行人流 走行特性 元胞自动机 蚂蚁算法 信息素 微观仿真
在线阅读 下载PDF
应急设计框架:卫星总体方案设计 被引量:1
7
作者 滕弘飞 王奕首 张宝 《大连理工大学学报》 EI CAS CSCD 北大核心 2006年第2期220-227,共8页
以卫星有效载荷总体方案变型设计为背景,探讨在人为或自然灾害的非正常情况下的应急设计方法.首先给出应急设计系统定义,然后给出实现应急设计基本依据:一是基于演化算法、A gen t、人机结合和协同设计理论;二是仿蚁群社会应急行为.本... 以卫星有效载荷总体方案变型设计为背景,探讨在人为或自然灾害的非正常情况下的应急设计方法.首先给出应急设计系统定义,然后给出实现应急设计基本依据:一是基于演化算法、A gen t、人机结合和协同设计理论;二是仿蚁群社会应急行为.本系统的关键是,构造基于人与演化算法相结合的A gen t(hum an-com pu ter cooperation A gen t,HC-A gen t),进而基于混合P 2P网络模型构成多HC-A gen t的协同设计系统,以使该应急设计系统具有抗干扰、自适应、快速响应的设计能力. 展开更多
关键词 应急设计 仿蚁群社会 演化算法 人机结合 AGENT P2P模型 卫星
在线阅读 下载PDF
具有调和特性的蚁群改进算法 被引量:1
8
作者 肖伟 全惠云 《计算机工程与应用》 CSCD 北大核心 2005年第34期46-48,共3页
蚁群算法是一种仿生类算法,该文首先介绍了蚁群算法及发展,并分析它易于收敛于局部最优解及收敛速度比较慢的原因。然后给出了一个基于调和特性的改进蚁群算法,通过对蚁群结果的变异和调和过程的操作来克服蚁群算法的缺点。最后通过实... 蚁群算法是一种仿生类算法,该文首先介绍了蚁群算法及发展,并分析它易于收敛于局部最优解及收敛速度比较慢的原因。然后给出了一个基于调和特性的改进蚁群算法,通过对蚁群结果的变异和调和过程的操作来克服蚁群算法的缺点。最后通过实例得到满意的结果。 展开更多
关键词 蚁群算法 调和 变异过程
在线阅读 下载PDF
动态跃迁转移蚁群算法 被引量:4
9
作者 胡勇 《计算机工程》 EI CAS CSCD 北大核心 2005年第1期167-168,171,共3页
给出了一种改进的蚁群算法,该算法对蚂蚁初始位置选择上进行优化,能较大地提高进化速度,并且还通过动态地调整跃迁转移概率,减少了停滞,加快了收敛速度。实验表明对于某些TSP问题,实验结果优于国外最新的成果。
关键词 模拟进化算法 蚁群算法 旅行商问题 动态跃迁转移
在线阅读 下载PDF
带有单亲遗传特征的蚁群算法 被引量:2
10
作者 周鹏 《计算机工程与设计》 CSCD 北大核心 2007年第9期2001-2002,2099,共3页
蚁群算法是一种新型的模拟进化算法,具有许多优良的性质,但同时也存在着计算时间过长和易导致早熟收敛等缺点。单亲遗传算法不使用基本遗传算法常用的交叉算子,简化了遗传操作过程,且不要求初始群体具有广泛多样性,计算速度较快,不存在... 蚁群算法是一种新型的模拟进化算法,具有许多优良的性质,但同时也存在着计算时间过长和易导致早熟收敛等缺点。单亲遗传算法不使用基本遗传算法常用的交叉算子,简化了遗传操作过程,且不要求初始群体具有广泛多样性,计算速度较快,不存在早熟收敛现象。将这两种算法结合,提出一种具有单亲遗传特征的蚁群算法。将蚁群算法每次搜索结果作为初始种群,进行单亲遗传优化改良,求得最短路由。在旅行商问题上的实验证明了该算法的有效性。 展开更多
关键词 蚁群算法 单亲遗传算法 模拟进化算法 早熟收敛 旅行商问题
在线阅读 下载PDF
求解TSP的遗传蚁群融合算法 被引量:3
11
作者 江君莉 潘丰 《江南大学学报(自然科学版)》 CAS 2012年第3期253-256,共4页
原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足,优化效果得到了改善,但存在克服收敛速度较慢、易出现停滞以及全局搜索能力较低的缺陷。针对存在容易陷入局部最优解等问题,在原有的遗传融合蚁群算法的基础上进行了许多改进以扩... 原有的遗传融合蚁群算法虽然克服了基本蚁群算法的不足,优化效果得到了改善,但存在克服收敛速度较慢、易出现停滞以及全局搜索能力较低的缺陷。针对存在容易陷入局部最优解等问题,在原有的遗传融合蚁群算法的基础上进行了许多改进以扩大解的搜索空间,提高了其寻优能力和速度。仿真结果表明,改进后的算法具有更好的寻优能力,效果较好。 展开更多
关键词 旅行商问题 蚁群算法 模拟进化算法 遗传算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部