Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Hybrid Group Search Optimizer with Opposition-Based Learning and Differential Evolution Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Quick Convergence Algorithm of ACO Based on Convergence Grads Expectation

verfasst von : Zhongming Yang, Yong Qin, Huang Han, Yunfu Jia

Erschienen in: Computational Intelligence and Intelligent Systems

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

While the ACO can find the optimal path of network, there are too many iterative times and too slow the convergence speed is also very slow. This paper proposes the Q-ACO QoSR based on convergence expectation with the real-time and the high efficiency of network. This algorithm defines index expectation function of link, and proposes convergence expectation and convergence grads. This algorithm can find the optimal path by comparing the convergence grads in a faster and bigger probability. This algorithm improves the ability of routing and convergence speed.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Adaptive Mutation Opposition-Based Particle Swarm Optimization
Nächstes Kapitel A New GEP Algorithm and Its Applications in Vegetable Price Forecasting Modeling Problems
Literatur
1.
Colorni, A., Dorigo, M., Maniezzo, V., et al.: Distributed optimization by ant colonies. In: Proceedings of the 1st European Conference on Artificial Life, pp. 134–142(1991)
2.
Dorigo, M., Maniezzo, V., Colorni, A.: Ant system: optimization by a colony of cooperating agent. IEEE Trans. Syst. Man Cybern. Part B 26(1), 29–41 (1996)CrossRef
3.
Gambardella, L.M., Taillard, E.D., Dorigo, M.: Ant colonies for the quadratic assignment problem. J. Oper. Res. Soc. 50(2), 167–176 (1999)CrossRefMATH
4.
Costa, D., Hertz, A.: Ants can color graph. J. Oper. Res. Soc. 48(3), 295–305 (1997)CrossRefMATH
5.
Colorni, A., Dorigo, M., Maniezzo, V., et al.: Ant system for job-shop scheduling. Belg. J. Oper. Res. Statist. Comput. Sci. 34, 39–53 (1994)MATH
6.
Cui, X., Lin, C.: A Constrained quality of service routing algorithm with multiple objectives. J. Comput. Res. Develop. 41(8), 1368–1375 (2004)
7.
Cui, X., Lin, C.: Multicast QoS routing optimization based on multi-objective genetic algorithm. Chin. J. Comput. 41(7), 1144–1150 (2004)
8.
Cui, Y., Wu, J., Xu, K., Xu, M.: Research on internetwork QoS routing algorithms: a survey. J. Softw. 13(11), 2065–2073 (2002)
9.
Li, Y., Ma, Z.: A mitigating stagnation-based ant colony optimization routing algorithm. In: Proceedings of ISCIT (2005), pp. 34–37 (2005)
10.
Wang, Z., Zhang, D., A Qos multicast routing algorithm based on ant colony algorithm. In: IEEE 1007(2005), pp. 1007–1009 (2005)
11.
Li, L., Yang, X., et al.: Research of multi-path routing protocol based on parallel ant colony algorithm optimization in mobile ad hoc networks. In: Fifth International Conference on Information Technology: New Generations (2008), pp. 1006–1010 (2008)
12.
Qi, J., Zhang, S., Sun, Y., Lei, Y.: Cognitive networks multi-constraint QoS routing algorithm based on autonomic ant colony algorithm. J. Nanjing University Posts Telecommun. (Nat. Sci.) 32(6), 86–91 (2012)
13.
Wang, H., Li, Y.: Quantum ant colony algorithm for QoS best routing problem. Comput. Simul.31(3), 295–298 (2014)
14.
15.
Hao, Z.-F., Huang, H., Zhang, X., Tu, K.: A time complexity analysis of ACO for linear functions. In: Wang, T.-D., Li, X., Chen, S.-H., Wang, X., Abbass, H.A., Iba, H., Chen, G.-L., Yao, X. (eds.) SEAL 2006. LNCS, vol. 4247, pp. 513–520. Springer, Heidelberg (2006)CrossRef
16.
Han, H., Hao, Z., et al.: The convergence speed of ant colony optimization. Chin. J. Comput. 8, 1345–1353 (2007)
17.
Zhang, M.: Research of virtual machine load balancing based on ant colony optimization in cloud computing and muiti-dimensional QoS. Comput. Sci. 40, 60–62 (2013)
18.
Duan, W., Fu, X., et al.: QoS constraints task scheduling based on genetic algorithm and ant colony algorithm under cloud computing environment. J. Comput. Appl. 34, 66–69 (2014)
Metadaten
Titel
Quick Convergence Algorithm of ACO Based on Convergence Grads Expectation
verfasst von
Zhongming Yang
Yong Qin
Huang Han
Yunfu Jia
Copyright-Jahr
2016
Verlag
Springer Singapore
Buch
Computational Intelligence and Intelligent Systems

Print ISBN: 978-981-10-0355-4

Electronic ISBN: 978-981-10-0356-1

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-981-10-0356-1_13