基于蚁群算法信息素的异构案例集合构建策略

doi:10.3778/j.issn.1002-8331.2008.25.063

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (25): 210-211.DOI: 10.3778/j.issn.1002-8331.2008.25.063

基于蚁群算法信息素的异构案例集合构建策略

贾世杰,黄青松,刘利军

昆明理工大学信息工程与自动化学院，昆明 650051

收稿日期:2008-03-03 修回日期:2008-06-10 出版日期:2008-09-01 发布日期:2008-09-01
通讯作者: 贾世杰

Constructive strategy of non-isomorphic case set based on pheromone theory of ant colony algorithm

JIA Shi-jie,HUANG Qing-song,LIU Li-jun

College of Information Engineering and Automation，Kunming University of Science and Technology，Kunming 650051，China

Received:2008-03-03 Revised:2008-06-10 Online:2008-09-01 Published:2008-09-01
Contact: JIA Shi-jie

摘要/Abstract

摘要： 基于CBR智能推荐系统是大型科学仪器协作共用网的重要组成部分。根据蚁群算法信息素更新原理设计并实现了一个完全异构案例集合构建策略。分析了完全异构案例集合构建原理，重点论述了案例权重动态分配的解决原理及过程。根据实验结果，表明该方法能够有效地提高智能推荐系统推荐结果的精确程度。

关键词: 基于案例推理, 特征项权重, 异构案例集合, 信息素

Abstract: Based on CBR，the intelligent recommending system is the important part of scientific instrument shared network.According to pheromone updating theory of ant colony algorithm，this paper designs a constructive strategy of complete non-isomorphic case set and carries it out.In this paper，the complete non-isomorphic case set theory is analyzed and the principle and process of how to solve the dynamic distribution of case weight is discussed.The results of a experiment show that this method can efficiently enhance the accuracy of the results of intelligent recommending system.

Key words: case-based reasoning, feature weight, non-isomorphic case set, pheromone

贾世杰,黄青松,刘利军. 基于蚁群算法信息素的异构案例集合构建策略[J]. 计算机工程与应用, 2008, 44(25): 210-211.

JIA Shi-jie,HUANG Qing-song,LIU Li-jun. Constructive strategy of non-isomorphic case set based on pheromone theory of ant colony algorithm[J]. Computer Engineering and Applications, 2008, 44(25): 210-211.

[1]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[2]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[3]	张松灿，普杰信，司彦娜，孙力帆. 蚁群算法在移动机器人路径规划中的应用综述[J]. 计算机工程与应用, 2020, 56(8): 10-19.
[4]	张晓莉，杨亚新，谢永成. 改进的蚁群算法在机器人路径规划上的应用[J]. 计算机工程与应用, 2020, 56(2): 29-34.
[5]	魏江，王建军，王健，秦春霞，梅少辉. 基于改进蚁群算法的三维航迹规划[J]. 计算机工程与应用, 2020, 56(17): 217-223.
[6]	李顺东，游晓明，刘升. 结合ABC算法动态分级的双蚁态蚁群算法[J]. 计算机工程与应用, 2020, 56(12): 37-46.
[7]	李理，李鸿，单宁波. 多启发因素改进蚁群算法的路径规划[J]. 计算机工程与应用, 2019, 55(5): 219-225.
[8]	薛文艳，赵江，郝崇清，刘慧贤. 基于信息素负反馈的超启发式蚁群优化算法[J]. 计算机工程与应用, 2019, 55(4): 163-172.
[9]	刘明霞1，游晓明1，刘升2. 基于聚度的自适应动态混沌蚁群算法[J]. 计算机工程与应用, 2019, 55(3): 15-22.
[10]	王秀芬. 窄通道路径规划的改进人工势场蚁群算法[J]. 计算机工程与应用, 2019, 55(3): 104-107.
[11]	陈超，张莉. 基于改进蚁群算法的三维路径规划[J]. 计算机工程与应用, 2019, 55(20): 192-196.
[12]	封声飞，雷琦，吴文烈，宋豫川. 自适应蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2019, 55(17): 35-43.
[13]	周术鹏，靳松. 基于双策略蚁群算法的配电网络重构研究[J]. 计算机工程与应用, 2018, 54(20): 242-247.
[14]	刘中强1，游晓明2，刘升2. 一种启发式动态信息素更新策略的蚁群算法[J]. 计算机工程与应用, 2018, 54(20): 20-27.
[15]	周袅1，2，葛洪伟1，2，苏树智1. 基于信息素的自适应连续域混合蚁群算法[J]. 计算机工程与应用, 2017, 53(6): 156-161.

基于蚁群算法信息素的异构案例集合构建策略

Constructive strategy of non-isomorphic case set based on pheromone theory of ant colony algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics