[1]姜学鹏 洪贝 曹耀钦.基于证据理论决策的蚁群优化算法[J].计算机技术与发展,2009,(08):120-123.
　JIANG Xue-peng,HONG Bei,CAO Yao-qin.Ant Colony Optimal Algorithms Based on Evidence Theory[J].,2009,(08):120-123.
点击复制

基于证据理论决策的蚁群优化算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年08期
页码:
120-123
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Ant Colony Optimal Algorithms Based on Evidence Theory
文章编号:
1673-629X（2009）08-0120-04
作者:
姜学鹏 洪贝 曹耀钦
第二炮兵工程学院
Author(s):
JIANG Xue-peng; HONG Bei; CAO Yao-qin
The Second Artillery Engineeing College
关键词:
证据理论; 蚁群优化算法; TSP问题
Keywords:
evidence theory; ant colony optimal algorithms; TSP problem
分类号:
TP301.6
文献标志码:
A
摘要:
针对基本蚁群算法中存在的早熟现象，提出了基于证据理论的搜索方法。该方法在每个蚂蚁遍历到某节点时就进行信息融合，并将融合结果动态更新该节点的信息素，使得在蚂蚁个体寻优过程中隔代强化了，并在随机搜索过程中呈现自组织特性，蚂蚁个体利用各自的遍历信息不断加强优秀可行解的权重，从而有效地降低了搜索空间，提高了搜索效率。仿真结果显示，该方法在有无先验知识的情况下，都能在解空间的全局寻优时具有良好的收敛性和鲁棒性
Abstract:
An effective method based on the theory of evidence is put forth to improve the searching performance of basic ant colony algo- rithms. Aiming at the stagnation phenomenon, a way of interval strengthening is applied, thus the new method has a good ability

相似文献/References:

[1]戴芬 刘希玉 王晓敏.蚁群神经网络在中小企业信用评价中的应用[J].计算机技术与发展,2009,(10):218.
　DAI Fen,LIU Xi-yu,WANG Xiao-min.Application of Ant Colony Neural Network to Credit Evaluation of Small and Middle Enterprises[J].,2009,(08):218.
[2]王丽丽 苏德富.基于群体智能的选择性决策树分类器集成[J].计算机技术与发展,2006,(12):55.
　WANG Li-li,SU De-fu.Swarm Intelligence- Based Selective Ensemble with Decision Trees Classifiers[J].,2006,(08):55.
[3]张代远[].一类新型改进的广义蚁群优化算法[J].计算机技术与发展,2012,(06):39.
　ZHANG Dai-yuan.A New Improved Generalized Ant Colony Optimization Algorithm[J].,2012,(08):39.
[4]张月琴 刘翔 孙先洋.一种改进的BP神经网络算法与应用[J].计算机技术与发展,2012,(08):163.
　ZHANG Yue-qin,LIU Xiang,SUN Xian-yang.An Imporved Algorithm of BP Neural Network and Its Application[J].,2012,(08):163.
[5]秦军,张建平,王昊,等.基于蚁群优化算法的MapReduce集群调度策略[J].计算机技术与发展,2013,(06):74.
　QIN Jun[],ZHANG Jian-ping[],WANG Hao[],et al.Scheduling Strategy for MapReduce Cluster Based on Ant Colony Optimization Algorithm[J].,2013,(08):74.
[6]侯庆山,邢进生.基于 FDR 的证据理论改进算法[J].计算机技术与发展,2020,30(06):59.[doi:10. 3969 / j. issn. 1673-629X. 2020. 06. 012]
　HOU Qing-shan,XING Jin-sheng.Improved Algorithm of Evidence Theory Based on Feature Dimension Reduction[J].,2020,30(08):59.[doi:10. 3969 / j. issn. 1673-629X. 2020. 06. 012]
[7]侯庆山,邢进生.基于 FNN 模型的决策算法研究[J].计算机技术与发展,2020,30(12):92.[doi:10. 3969 / j. issn. 1673-629X. 2020. 12. 017]
　HOU Qing-shan,XING Jin-sheng.Research on Decision Algorithm Based on Fuzzy Neural Network[J].,2020,30(08):92.[doi:10. 3969 / j. issn. 1673-629X. 2020. 12. 017]

备注/Memo

备注/Memo:
中国人民解放军科研计划项目（EP080155）姜学鹏（1979-），男，硕士研究生，研究方向为无线传感器网络；曹耀钦，教授，研究方向为计算机网络
更新日期/Last Update: 1900-01-01