您好,欢迎访问中国水产科学研究院 机构知识库!

遗传算法与蚁群算法在海洋调查路径规划中的应用

文献类型: 中文期刊

作者: 张寒野 1 ; 凌建忠 1 ;

作者机构: 1.中国水产科学研究院东海水产研究所农业部东海与远洋渔业资源开发利用重点实验室

关键词: 路径规划;遗传算法;蚁群算法;海洋渔业;资源调查

期刊名称: 海洋渔业

ISSN: 1004-2490

年卷期: 2016 年 38 卷 01 期

页码: 83-87

收录情况: 北大核心 ; CSCD

摘要: 分别以遗传算法与蚁群算法对23个站位的海洋渔业资源调查路径进行规划,寻找其最优路径。求解结果表明,遗传算法和蚁群算法都能找到同样的最短路径,比实际路径缩短了8.32%的里程。蚁群算法求得的平均路径长度小于遗传算法,但所耗时间比遗传算法多一倍左右。

  • 相关文献

[1]蚁群算法优化BP神经网络声学底质分类方法. 秦浩森,丁咚,王祥东,李广雪,权永峥. 2019

[2]基于三次B样条曲线与动态窗口算法的桁杆轨迹规划. 戴阳,姚宇青,郑汉丰,韦波,杨昱皞,王永进,张禹. 2023

[3]基于多目标遗传算法的激光雷达养殖车间水质巡检系统. 田昌凤,车轩,张成林,周寅,李新丰,刘安东. 2024

[4]如何解决海洋渔业过度捕捞问题的探讨. 聂善明. 2000

[5]我国海洋渔业资源环境科学调查船发展现状与对策建议. 赵红萍,方松. 2013

[6]江苏省沿海女性渔业船员群体特征研究. 王春雷,徐本国,张禹,张帅. 2018

[7]中国海洋渔业:成就、问题和发展思路. 佘远安,吴昊,孙昭宁,林连升. 2012

[8]生态安全视角下的海洋渔业科技创新路径研究——以山东为例. 王健,王佳迪. 2017

[9]我国渔业无线电管理沿革浅析及发展对策研究. 徐硕,郭宇东,王宇,李奥,王振洲. 2020

[10]300 t级渔业资源调查船建设项目的全过程管理. 令凡,冯震华,朱李春,李新凯,陈利雄. 2020

[11]基于SWOT模型的我国深远海养殖业发展. 刘晃,徐琰斐,缪苗. 2019

[12]我国渔业物流船队的发展历程与经验启示. 倪锦,沈建,郑晓伟,陈军. 2020

[13]中国海洋捕捞渔业温室气体排放时序分析与因素分解. 岳冬冬,王鲁民,阮雯,纪炜炜. 2014

[14]海洋渔业生态环境监测数据库系统的设计和实现. 袁骐,沈新强. 2004

[15]船舶自动识别系统(AIS)数据在海洋渔业中研究应用现状. 于琳琳,樊伟,张衡,戴阳,万里骏,王斐,石永闯,杨胜龙. 2024

[16]渔业船联网应用场景及需求分析研究. 李国栋,陈军,汤涛林,谌志新,许明昌,陈继华. 2018

[17]渔业船联网关键技术发展现状和趋势研究. 李国栋,陈军,汤涛林,谌志新,许明昌,吴陈波. 2018

[18]中国海洋生物研究70年. 孙军,蔡立哲,陈建芳,单秀娟,丁兰平,黄凌风,金显仕,林茂,刘洋,邵宗泽,徐奎栋,王雨,张晓华. 2019

[19]中国海洋渔业资源增殖保护费调整历程与完善对策——基于山东省、浙江省的案例. 岳冬冬,王鲁民,曹坤,明俊超,刘子飞. 2017

[20]海洋遥感技术在海洋渔业及相关领域的应用与研究. 杨文波,李继龙,罗宗俊. 2005

作者其他论文 更多>>