您的位置: 专家智库 > >

张飞君

作品数:2 被引量:5H指数:1
供职机构:武汉工业学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术建筑科学更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 1篇自动化与计算...
  • 1篇建筑科学

主题

  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇搜索
  • 1篇排序
  • 1篇群算法
  • 1篇稳定计算
  • 1篇临界滑动面
  • 1篇路径搜索
  • 1篇滑动面
  • 1篇滑动面搜索
  • 1篇边坡
  • 1篇惩罚

机构

  • 2篇武汉工业学院
  • 1篇武汉大学

作者

  • 2篇张飞君
  • 2篇高玮
  • 1篇汪磊

传媒

  • 1篇计算机工程与...
  • 1篇第十一届中国...

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于奖惩蚁群算法的边坡临界滑动面搜索研究
边坡滑动面搜索是边坡稳定计算中一项关键的问题,其实质为安全系数最小的滑动路径搜索问题,采用路径搜索算法蚁群算法是目前研究的热点。为了克服传统蚁群算法效率低效果差的缺点,提出了一种奖惩蚁群算法。并把该算法用于滑动面搜索问题...
高玮张飞君
关键词:边坡临界滑动面路径搜索稳定计算
文献传递
奖惩蚁群算法被引量:5
2010年
由于传统蚁群算法所采用的是随机概率搜索策略,收敛速度慢是其主要问题。为了提高算法的收敛速度,这里提出一种带奖惩策略的蚁群算法(PPACO)。新算法中,每次循环中发现的较优解都被挑选出来加以奖励,而普通解则被惩罚,这样就加快了较优路径和普通路径上信息素的差异;另外,为了不使这种差异对算法产生过多的影响,所有路径上的信息素都被限制在一定的范围[τmin,τmax]内,同时,信息素的挥发系数被设为相对较高值。通过典型模拟实验证明,新算法对解决复杂组合优化问题非常有效。
张飞君高玮汪磊
关键词:蚁群算法排序惩罚
共1页<1>
聚类工具0