热门
基于云模型理论的蚁群算法改进研究
文献类型：期刊论文
| 作者 | 段海滨 ; 王道波 ; 于秀芬 ; 朱家强 |
| 刊名 | 哈尔滨工业大学学报
 |
| 出版日期 | 2005 |
| 卷号 | 37期号:1页码:115-119 |
| 关键词 | 云模型理论 蚁群算法 信息素 定性关联规则 |
| ISSN号 | 0367-6234 |
| 其他题名 | Improvement of ant colony algorithm based on cloud models theory |
| 通讯作者 | 北京8701信箱 |
| 中文摘要 | 近几年优化领域中新出现的蚁群算法采用分布式并行计算机制,易于与其它方法结合,具有较强的鲁棒性,但易限于局部最优解是其最突出的缺点.云模型是一种新的实现定性概念和定量数值之间转换的有力工具,本文在介绍云模型理论的基础上,提出了一种利用云模型来有效限制蚁群算法陷入局部最优解的方法,最后将基于云模型理论的改进蚁群算法与未改进的蚁群算法分别应用于著名的CHC144TSP进行实验.改进后的蚁群算法采用升半正态云规则进行控制,并选取了500个云滴,仿真计算结果证明了该方法的有效性和可行性. |
| 英文摘要 | Ant colony algorithm is a new category of parallelized bionic algorithm in optimization fields. It has strong robustness and is easy to combine with other methods in optimization, but it is easy to fall in local best. Cloud models theory is a powerful tool to convert numerical quantitative analysis to conceptual qualitative analysis. On the basis of introduction of cloud models, a novel qualitative strategy for improving the global optimization properties by use of cloud models is proposed. Finally, the computational experiments on CHC144 TSP have been performed. In the experiments，the rule of increasing half normal cloud is adopted in the improved ant colony algorithm，and the optimal number of cloud drops is 500. Simulation results show that this novel method has certain validity and feasibility. |
| 学科主题 | 微波遥感 |
| 资助信息 | 航空基础科学基金资助项目,江苏省“333工程”基金资助项目 |
| 语种 | 中文 |
| 源URL | [http://ir.cssar.ac.cn/handle/122/1848]  |
| 专题 | 国家空间科学中心_微波遥感部 |
| 推荐引用方式 GB/T 7714 | 段海滨,王道波,于秀芬,等. 基于云模型理论的蚁群算法改进研究[J]. 哈尔滨工业大学学报,2005,37(1):115-119. |
| APA | 段海滨,王道波,于秀芬,&朱家强.(2005).基于云模型理论的蚁群算法改进研究.哈尔滨工业大学学报,37(1),115-119. |
| MLA | 段海滨,et al."基于云模型理论的蚁群算法改进研究".哈尔滨工业大学学报 37.1(2005):115-119. |
入库方式： OAI收割
来源：国家空间科学中心
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。