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97篇文章
< 1 2 … 5 >
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：
蚁群优化算法的研究现状及研究展望 被引量：29
1
作者 张航 罗熊 《信息与控制》 CSCD 北大核心 2004年第3期318-324,共7页
本文首先简要地介绍蚁群优化算法的来源、对应的生物原理和算法实现的框架.然后详细地讨论了算法的研究现状以及在各种优化问题中的应用情况,同时也指出了蚁群优化算法在当前应用中的一些不足.针对这些不足提出了解决方法,描述了几种蚁... 本文首先简要地介绍蚁群优化算法的来源、对应的生物原理和算法实现的框架.然后详细地讨论了算法的研究现状以及在各种优化问题中的应用情况,同时也指出了蚁群优化算法在当前应用中的一些不足.针对这些不足提出了解决方法,描述了几种蚁群优化算法的修正策略.最后对蚁群优化算法下一步的研究方向进行了展望. 展开更多
关键词 蚁群优化算法 信息素 蚂蚁 蚁群系统
下载PDF
基于改进蚁群算法优化参数的LSSVM短期负荷预测 被引量：39
2
作者 龙文 梁昔明 +1 位作者 龙祖强 李朝辉 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第11期3408-3414,共7页
提出一种自动优选最小二乘支持向量机(LSSVM)模型参数的改进蚁群(MACO)算法。该算法将LSSVM模型的参数作为蚂蚁的位置向量,然后采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索,找... 提出一种自动优选最小二乘支持向量机(LSSVM)模型参数的改进蚁群(MACO)算法。该算法将LSSVM模型的参数作为蚂蚁的位置向量,然后采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索,找到模型的最优参数,得到基于MACO算法优化的LSSVM(MACO-LSSVM)预测模型。将优化后的LSSVM模型应用于短期电力负荷预测问题,选择湖南某地区日期为2009-08-01至2009-08-30各小时点的数据进行分析,对2009-08-31该日24 h的负荷进行预测,并与BP神经网络和SVM模型进行比较。研究结果表明:本文方法得到的均方根相对误差为1.71%,比用BP神经网络和SVM模型得到的均方根相对误差分别低1.61%和1.05%。 展开更多
关键词 最小二乘支持向量机 蚁群优化算法 参数优化 短期负荷预测
下载PDF
求解TSP的改进信息素二次更新与局部优化蚁群算法 被引量：35
3
作者 许凯波 鲁海燕 +1 位作者 程毕芸 黄洋 《计算机应用》 CSCD 北大核心 2017年第6期1686-1691,共6页
针对蚁群(ACO)算法收敛速度慢、容易陷入局部最优的缺陷,提出了一种改进信息素二次更新局部优化蚁群算法(IPDULACO)。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献阈值的子路径信息素进行二次更新,以提高构成潜... 针对蚁群(ACO)算法收敛速度慢、容易陷入局部最优的缺陷,提出了一种改进信息素二次更新局部优化蚁群算法(IPDULACO)。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献阈值的子路径信息素进行二次更新,以提高构成潜在最优解的子路径被选择的概率,从而加快算法的收敛。然后,在搜索过程中,当蚁群陷入局部最优时,使用随机插入法对局部最优解中城市的排序进行调整,以增强算法跳出局部最优解的能力。将改进算法应用于若干经典的旅行售货商问题(TSP)进行仿真实验,实验结果表明,对于小规模的TSP,IPDULACO可以在较少的迭代次数内获得已知最优解;对于较大规模的TSP,IPDULACO可以在较少的迭代次数内获得更精确的解。因此,IPDULACO具有更强的搜索全局最优解的能力和更快的收敛速度,可以高效求解TSP。 展开更多
关键词 旅行售货商问题 蚁群算法 信息素二次更新 局部优化
下载PDF
基于Dijkstra-ACO混合算法的应急疏散路径动态规划 被引量：29
4
作者 曹祥红 李欣妍 +3 位作者 魏晓鸽 李森 黄梦溪 李栋禄 《电子与信息学报》 EI CSCD 北大核心 2020年第6期1502-1509,共8页
现代建筑设计趋于多样化,内部结构和功能越来越复杂,而传统疏散系统逃生指示方向固定、人员疏散时间较长,火灾发生时,不能够及时改变指示方向,易将逃生人员导向危险区域,威胁被困人员生命安全。该文提出了一种Dijkstra-ACO混合路径动态... 现代建筑设计趋于多样化,内部结构和功能越来越复杂,而传统疏散系统逃生指示方向固定、人员疏散时间较长,火灾发生时,不能够及时改变指示方向,易将逃生人员导向危险区域,威胁被困人员生命安全。该文提出了一种Dijkstra-ACO混合路径动态规划算法,在Dijkstra算法获得全局最优路径的基础上再采用蚁群优化(ACO)算法对每个节点进一步优化以获取最优路径,并节省算法运行时间。通过实验仿真验证了混合算法的有效性,能够根据起火点动态规划疏散路径,及时调整疏散指示方向,为火场中人员疏散逃生赢得宝贵时间。 展开更多
关键词 应急疏散路径 动态规划 DIJKSTRA算法 蚁群优化算法
下载PDF
基于改进蚁群算法的机器人路径规划算法 被引量：24
5
作者 刘学芳 曾国辉 刘瑾 《传感器与微系统》 CSCD 2019年第10期129-131,138,共4页
针对机器人路径规划中,传统蚁群算法收敛速度慢、易陷入局部最优解等问题,提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型,并基于人工势场建立启发信息素矩阵,降低了蚂蚁在初始阶段搜索的盲目性;引入激励... 针对机器人路径规划中,传统蚁群算法收敛速度慢、易陷入局部最优解等问题,提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型,并基于人工势场建立启发信息素矩阵,降低了蚂蚁在初始阶段搜索的盲目性;引入激励函数,降低搜索过程中的死锁现象;改进信息素的更新机制,增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明:改进后蚁群算法的机器人路径规划算法加快了收敛速度,具有较强的鲁棒性和全局寻优能力。 展开更多
关键词 蚁群优化(aco)算法 人工势场 路径规划 机器人
下载PDF
基于Spark的蚁群优化算法 被引量：23
6
作者 王诏远 王宏杰 +1 位作者 邢焕来 李天瑞 《计算机应用》 CSCD 北大核心 2015年第10期2777-2780,2797,共5页
为应对大数据时代中组合优化问题的求解,基于云计算框架Spark,借助其基于内存、分布式的特定,提出一种并行蚁群优化算法。其思路是通过将蚂蚁构造为弹性分布式数据集,由此给出相应的一系列转换算子,实现了蚂蚁构造解过程的并行化。通过... 为应对大数据时代中组合优化问题的求解,基于云计算框架Spark,借助其基于内存、分布式的特定,提出一种并行蚁群优化算法。其思路是通过将蚂蚁构造为弹性分布式数据集,由此给出相应的一系列转换算子,实现了蚂蚁构造解过程的并行化。通过在旅行商问题(TSP)求解的仿真实验结果说明了所提出的并行算法的可行性;并在同等实验环境下对比基于MapReduce的蚁群优化算法,优化速度提升达10倍以上。 展开更多
关键词 蚁群优化算法 并行 SPARK HADOOP 云计算
下载PDF
改进蚁群算法和支持向量机的网络入侵检测 被引量：23
7
作者 肖国荣 《计算机工程与应用》 CSCD 2014年第3期75-78,107,共5页
为了提高网络入侵检测的正确率,提出一种改进蚁群优化算法(ACO)和支持向量机(SVM)相融合的网络入侵检测方法(ACO-SVM)。将SVM模型参数作为蚂蚁的位置向量,采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻... 为了提高网络入侵检测的正确率,提出一种改进蚁群优化算法(ACO)和支持向量机(SVM)相融合的网络入侵检测方法(ACO-SVM)。将SVM模型参数作为蚂蚁的位置向量,采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索,找到SVM最优参数,采用最优参数建立网络入侵检测模型。利用KDDCUP99数据集对ACO-SVM性能进行测试,结果表明,ACO-SVM提高了网络入侵检测正确率,降低了误报率,可以为网络安全提供有效保证。 展开更多
关键词 网络入侵 支持向量机 蚁群算法 检测
下载PDF
一种求解TSP问题的相遇蚁群算法 被引量：10
8
作者 赵文彬 孙志毅 李虹 《计算机工程》 CAS CSCD 北大核心 2004年第12期136-137,185,共3页
蚁群算法是由意大利学者M.Dorigo等人首先提出的一种新型的仿生算法。蚁群算法与其他算法同样存在搜索速度慢,易于陷于局部最优。该文提出一种改进的相遇算法克服了以上的缺陷。通过对TSP问题的仿真结果表明,提出的相遇算法与基本蚁群... 蚁群算法是由意大利学者M.Dorigo等人首先提出的一种新型的仿生算法。蚁群算法与其他算法同样存在搜索速度慢,易于陷于局部最优。该文提出一种改进的相遇算法克服了以上的缺陷。通过对TSP问题的仿真结果表明,提出的相遇算法与基本蚁群算法相比搜索速度和性能都有一定的提高。 展开更多
关键词 TSP问题 蚁群算法 组合优化 相遇算法
下载PDF
蚁群优化算法在物流车辆调度系统中的应用 被引量：15
9
作者 李秀娟 杨玥 +1 位作者 蒋金叶 姜立明 《计算机应用》 CSCD 北大核心 2013年第10期2822-2826,共5页
根据对蚁群算法进行的深入研究,指出了蚁群算法在解决大型非线性系统优化问题时的优越性。通过仔细分析遗传算法和粒子群算法在解决物流车辆调度系统问题的不足之处,基于蚁群算法的优点,并根据物流车辆调度系统自身的特点,对基本蚁群算... 根据对蚁群算法进行的深入研究,指出了蚁群算法在解决大型非线性系统优化问题时的优越性。通过仔细分析遗传算法和粒子群算法在解决物流车辆调度系统问题的不足之处,基于蚁群算法的优点,并根据物流车辆调度系统自身的特点,对基本蚁群算法进行适当的改进,给出算法框架。并且以线性规划理论为基础,建立物流车辆系统的数学模型,给出调度目标与约束条件,用改进后的蚁群算法求解物流车辆调度系统的问题,求得最优解,根据最优解和调度准则进行实时调度。使用Java语言编写模拟程序对比基于改进粒子群算法和改进蚁群算法的调度程序。通过对比证明了所提出的改进蚁群算法解决物流车辆调度优化问题的正确性和有效性。 展开更多
关键词 物流 蚁群优化算法 车辆调度 最佳路径 仿真验证
下载PDF
基于情景构建的危化品事故应急疏散模拟研究 被引量：14
10
作者 王起全 王鸿鹏 《中国安全科学学报》 CAS CSCD 北大核心 2017年第12期147-152,共6页
为有效控制危化品企业的事故风险,预防重大火灾爆炸事故发生,以天津港"8·12"特别重大火灾爆炸事故为例,建立贝叶斯与元胞自动机(CA)耦合模型,模拟重建事故情景,分析事故各演变环节,探寻事故演化规律,找到该类危化品港口... 为有效控制危化品企业的事故风险,预防重大火灾爆炸事故发生,以天津港"8·12"特别重大火灾爆炸事故为例,建立贝叶斯与元胞自动机(CA)耦合模型,模拟重建事故情景,分析事故各演变环节,探寻事故演化规律,找到该类危化品港口储存行业潜在事故隐患。依据蚁群算法(ACO)建立应急疏散模型,在Matlab平台上模拟仿真受灾最严重小区的居民疏散情况,找到最佳疏散路径,计算得出将周边居民、相关人员疏散到安全区域的响应时间点。结果表明:依据计算机模拟仿真结果规划应急疏散路径,能够提高应急疏散的效率,减少事故的影响。 展开更多
关键词 危化品 元胞自动机(CA) 应急疏散 蚁群算法(aco) 天津港
下载PDF
面向城市飞行安全的无人机离散型多路径规划方法 被引量：14
11
作者 胡莘婷 吴宇 《航空学报》 EI CAS CSCD 北大核心 2021年第6期452-463,共12页
为了提高无人机(UAV)在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多... 为了提高无人机(UAV)在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多路径规划问题的数学模型。为提高算法的收敛速度和解的优质性,以及使算法能够同时输出多条路径,针对蚁群(ACO)算法的运行机制,设计聚类算子,提出改进聚类蚁群(CIACO)算法。实验结果表明,所提方法能够快速的收敛输出多条风险值较低的飞行路径。 展开更多
关键词 无人机(UAV) 城市环境 安全性分析 多路径规划 蚁群(aco)算法
原文传递
基于改进蚁群算法的汽车混流装配调度模型求解 被引量：13
12
作者 李燚 唐倩 +2 位作者 刘联超 彭小刚 颜先洪 《中国机械工程》 EI CAS CSCD 北大核心 2021年第9期1126-1133,共8页
针对某汽车总装车间混流装配过程涉及大量人工以及人机协同操作而导致工位过载、整车装配质量无法得到保证的问题,建立了瓶颈选装工位负载平衡化、考虑换装与提前作业时间的加工滞后次数最小化的分层序列双目标优化模型,同时设计了一种... 针对某汽车总装车间混流装配过程涉及大量人工以及人机协同操作而导致工位过载、整车装配质量无法得到保证的问题,建立了瓶颈选装工位负载平衡化、考虑换装与提前作业时间的加工滞后次数最小化的分层序列双目标优化模型,同时设计了一种改进蚁群算法。该算法在信息素全局更新以及概率转移规则过程中,使用一种特定启发式函数,并更改迭代过程中最优解的评价方法。仿真对比实验结果表明,该算法在优化目标函数过程中的收敛速度、收敛精度、最优解质量等方面均优于传统蚁群算法和对比遗传算法,验证了模型和算法的有效性。此外,该算法还可反向求解加工滞后次数为零时的计划生产节拍,具有一定的生产指导意义。 展开更多
关键词 混流装配 车辆排序 流水车间调度 多目标优化 蚁群算法
下载PDF
基于转角约束的改进蚁群优化算法路径规划 被引量：13
13
作者 李开荣 刘爽 +1 位作者 胡倩倩 唐亦媛 《计算机应用》 CSCD 北大核心 2021年第9期2560-2568,共9页
针对传统蚁群优化(ACO)算法搜索路径时易陷入局部最优、路径过长、转弯角度过大等问题,提出一种基于转弯角度约束的改进ACO算法。首先,增加起始点与目标点之间区域的初始信息素浓度,以避免初期盲目搜索;然后,在启发函数中加入A算法的估... 针对传统蚁群优化(ACO)算法搜索路径时易陷入局部最优、路径过长、转弯角度过大等问题,提出一种基于转弯角度约束的改进ACO算法。首先,增加起始点与目标点之间区域的初始信息素浓度,以避免初期盲目搜索;然后,在启发函数中加入A算法的估价函数和转弯角度因子,以便在下一步选择路径长度和转角次数综合最优的节点;最后,在信息素更新部分引入狼群算法的分配原则,来加强优质种群的影响力,同时借鉴最大最小蚁群(MMAS)算法进行信息素浓度的限制,从而避免算法陷入局部最优。Matlab仿真结果表明,改进算法与传统ACO算法相比,规划出的路径长度缩短了13.7%,转弯次数减小了64.3%,累计转弯角度减少了76.7%。实验结果表明,所提改进算法能有效解决全局路径规划问题,避免了移动机器人过多的能耗损失。 展开更多
关键词 移动机器人 路径规划 蚁群优化算法 转角约束 狼群分配原则
下载PDF
基于蚁群优化-蛙跳算法的云计算资源调度算法 被引量：12
14
作者 陈暄 徐见炜 龙丹 《计算机应用》 CSCD 北大核心 2018年第6期1670-1674,1681,共6页
针对云计算资源调度存在效率低的问题,提出了基于服务质量(QoS)的云计算资源调度算法。首先,在蚁群优化(ACO)算法中采用质量函数和收敛因子来保证信息素更新的有效性,设置反馈因子来提高概率的选择;其次,在蛙跳算法(SFLA)中通过交叉因... 针对云计算资源调度存在效率低的问题,提出了基于服务质量(QoS)的云计算资源调度算法。首先,在蚁群优化(ACO)算法中采用质量函数和收敛因子来保证信息素更新的有效性,设置反馈因子来提高概率的选择;其次,在蛙跳算法(SFLA)中通过交叉因子和变异因子来提高SFLA的局部搜索效率;最后,在ACO算法的每一次迭代中通过引入SFLA的局部搜索和全局搜索进行更新,提高了算法的效率。云计算的仿真实验结果表明,与基本的ACO算法、SFLA、改进后的粒子群优化(IPSO)算法、改进的人工蜂群算法(IABC)相比,所提算法在QoS的4个指标中有最少的完成时间、最低的消耗成本、最高的满意度和最低的异常数值,表明所提算法能够有效地运用在云计算资源调度中。 展开更多
关键词 云计算 质量函数 蚁群优化算法 蛙跳算法 反馈因子
下载PDF
基于ACO-LSSVM的网络流量预测 被引量：12
15
作者 田海梅 黄楠 《计算机工程与应用》 CSCD 2014年第1期91-95,共5页
为了提高了网络流量的预测精度,提出一种蚁群算法(ACO)优化最小二乘支持向量机(LSSVM)参数的网络流量预测算法(ACO-LSSVM)。将LSSVM算法参数作为蚂蚁的位置向量,采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,并在最优蚂... 为了提高了网络流量的预测精度,提出一种蚁群算法(ACO)优化最小二乘支持向量机(LSSVM)参数的网络流量预测算法(ACO-LSSVM)。将LSSVM算法参数作为蚂蚁的位置向量,采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,并在最优蚂蚁邻域内进行小步长局部搜索,找到算法的最优参数,建立了基于ACO-LSSVM的网络流量预测模型。仿真结果表明,相对其他网络流量预测算法,ACO-LSSVM算法提高了网络流量预测精度,更能准确地描述网络流量变化规律。 展开更多
关键词 网络流量 蚁群优化算法 最小二乘支持向量机 预测 Least SQUARE Support Vector Machine(LSSVM)
下载PDF
基于改进粒子群算法的配电网重构策略 被引量：11
16
作者 王庆荣 王瑞峰 《计算机应用》 CSCD 北大核心 2018年第9期2720-2724,共5页
针对有源配电网对安全可靠性的要求较高,而现有的配电网重构算法精度低、速度低的问题,提出了基于蛙跳分组思想的自适应惯性权重的全信息简化粒子群算法。首先,从降低网络有功功率损耗、提高电压稳定性、均衡馈线负荷三个角度考虑,建立... 针对有源配电网对安全可靠性的要求较高,而现有的配电网重构算法精度低、速度低的问题,提出了基于蛙跳分组思想的自适应惯性权重的全信息简化粒子群算法。首先,从降低网络有功功率损耗、提高电压稳定性、均衡馈线负荷三个角度考虑,建立配电网多目标数学模型;然后,通过基于Pareto支配原则,采用模糊隶属函数的标准化满意度将多目标转化为相同量纲、同一属性、相同数量级的单目标,弥补加权法带有主观性、量纲不统一的弊端;最后,为保证种群多样性,避免随机初始化产生大量不可行解,结合蚁群优化(ACO)算法随机生成树和改进粒子群算法制定出一种针对含分布式电源(DG)的多目标配电网重构策略。通过对含DG的IEEE33节点配电网系统仿真验证,实验结果表明,与标准粒子群优化(PSO)算法相比,该重构策略寻优效率提高了41.0%,与重构前相比,该重构策略降低配电网有功损耗41.47%,降低电压偏移指数57.0%,改善系统负荷均衡度31.25%。该重构策略有效提高了寻优精度,提高了寻优速度,从而提高了配电网运行的安全可靠性。 展开更多
关键词 配电网重构 标准化满意度 自适应惯性权重全信息简化粒子群算法 蛙跳思想 蚁群优化算法
下载PDF
基于蚁群算法的带平衡约束矩形布局问题的启发式求解 被引量：9
17
作者 季美 肖人彬 《计算机应用》 CSCD 北大核心 2010年第11期2898-2901,2905,共5页
以卫星舱布局问题作为研究背景,求解了带平衡约束的矩形布局问题。采用启发式策略设计了分区域分步布局法,该策略将圆形卫星舱承重板分成4个区域,分区域同步进行布局。当所布矩形和区域都确定时,采用最左最底填充策略进行布局。该方法... 以卫星舱布局问题作为研究背景,求解了带平衡约束的矩形布局问题。采用启发式策略设计了分区域分步布局法,该策略将圆形卫星舱承重板分成4个区域,分区域同步进行布局。当所布矩形和区域都确定时,采用最左最底填充策略进行布局。该方法通过不干涉约束,使布局紧凑,通过控制系统质心的位置,使系统保持平衡。在启发式策略的基础上,设计了蚁群算法搜索优化定位次序,从而得到优化的布局。数值仿真结果表明,该布局方法具有优良的计算性能。 展开更多
关键词 矩形布局 平衡约束 启发式策略 蚁群算法
下载PDF
求解多维背包问题的MapReduce蚁群优化算法 被引量：10
18
作者 王会颖 倪志伟 吴昊 《计算机工程》 CAS CSCD 2013年第4期248-253,共6页
应用MapReduce编程模式实现蚁群优化算法的并行化计算,提出基于MapReduce的改进背包问题蚁群算法。通过改进概率计算时机、轮盘赌、交叉、变异等技术,降低蚁群算法的计算复杂度。在云计算环境中应用该算法分布式并行地求解大规模多维背... 应用MapReduce编程模式实现蚁群优化算法的并行化计算,提出基于MapReduce的改进背包问题蚁群算法。通过改进概率计算时机、轮盘赌、交叉、变异等技术,降低蚁群算法的计算复杂度。在云计算环境中应用该算法分布式并行地求解大规模多维背包问题,仿真实验结果表明,该算法能改善蚁群算法搜索时间长的缺陷,增强对大规模问题的处理能力。 展开更多
关键词 云计算 MapReduce编程模式 蚁群优化算法 多维背包问题 遗传算法 群体智能
下载PDF
基于拟生态优化算法的CDMA多用户检测方法 被引量：8
19
作者 许耀华 胡艳军 《电子与信息学报》 EI CSCD 北大核心 2006年第11期2111-2115,共5页
拟生态优化算法是一类模拟自然生态系统运行机制,求解复杂优化问题的智能计算方法,其中的蚁群算法和粒子群算法是较新出现的两种具有不同特点的方法。该文研究基本蚁群算法和离散粒子群算法,并结合CDMA多用户检测问题,改变算法的搜索机... 拟生态优化算法是一类模拟自然生态系统运行机制,求解复杂优化问题的智能计算方法,其中的蚁群算法和粒子群算法是较新出现的两种具有不同特点的方法。该文研究基本蚁群算法和离散粒子群算法,并结合CDMA多用户检测问题,改变算法的搜索机制,提出两种CDMA多用户检测的方法。从理论分析以及实验仿真的角度对比两种方法,表明两种方法的计算复杂度低且可以得到较好误码率性能,同时又各有特点。 展开更多
关键词 码分多址 多用户检测 拟生态系统优化算法 蚁群优化算法 粒子群优化算法
下载PDF
一种基于ACO的K-medoids聚类算法 被引量：9
20
作者 孟颖 罗可 +1 位作者 姚丽娟 王琳 《计算机工程与应用》 CSCD 2012年第16期136-139,152,共5页
K-medoids算法作为聚类算法的一种,不易受极端数据的影响,适应性广泛,但是K-medoids聚类算法的精确度不稳定,平均准确率较低,用于实际的聚类分析时效果较差。ACO是一种仿生优化算法,其具有很强的健壮性,容易与其他方法相结合,求解效率... K-medoids算法作为聚类算法的一种,不易受极端数据的影响,适应性广泛,但是K-medoids聚类算法的精确度不稳定,平均准确率较低,用于实际的聚类分析时效果较差。ACO是一种仿生优化算法,其具有很强的健壮性,容易与其他方法相结合,求解效率高等特点。在K-medoids聚类算法的基础上,借鉴ACO算法的优点,提出了一种新的聚类算法,它提高了聚类的准确率,算法的稳定性也比较高。通过仿真实验,验证了算法的可行性和先进性。 展开更多
关键词 蚁群优化算法(aco) 聚类分析 K-medoids算法
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 2 … 5 下一页 到第 页
使用帮助 返回顶部