原书出处
智能算法导论
57 5 . 4 . 2 社 区 检 测 问 题 的 改 进
合遗传算法中染色体解的表达形式(MACO算法)[44],该算法中蚂蚁通过跳跃选择下一个要到达的点编号,以此来填充解向量。
MACO算法对社区有很好的划分结果,但是染色体解的解码步骤耗时严重。Mu等对MACO算法进行改进并提出IACO算法[45],采用基于学习的策略尽可能减少探索阶段的冗余计算,但是解码耗时问题仍然没有解决。
顾军华等提出一种基于标签传播的蚁群优化算法(BLPACO)[46],该算法采用一种新的解向量表达方式,其中每个节点位置存
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter5_0009.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d