导读:本文包含了觅食机制论文开题报告文献综述及选题提纲参考文献，主要关键词:预习,玩伴,东方田鼠,觅食行为
觅食机制论文文献综述
汪玲[1]（2019）在《预习、玩伴对东方田鼠觅食行为的影响及其食性进化方向机制的检验》一文中研究指出觅食活动是动物生命活动中的重要组成部分。东方田鼠这种小型植食性哺乳动物的觅食活动通常受到可利用植物的化学防卫和/或机械防卫。因前肢功能性受限而不以工具获取食物的东方田鼠是如何学习、判断和获取食物的?玩伴和预习经历是否能使其在未来的生活环境中提高获取食物能力和增大适合度?具有典型的性二型特征的雌、雄东方田鼠对熟悉和掌握采食马唐叶片这一技巧是否存在差异?由于情绪影响认知,进而影响行为。不同情绪状态下的东方田鼠,其食性是否亦不断发生改变?其食性的进化方向究竟为何?实验条件下,构建单一均质食物斑块,测定实验个体在食物斑块觅食时选择采食唐草叶片的觅食行为过程、序列及参数,以及在觅食活动中的各类警觉行为动作、持续时间及参数;检验预习、玩伴对东方田鼠觅食活动中的各行为参数及摄入率的影响。构建异质性密集食物斑块,通过行为测定前的饥饿处理,建立中性(愉悦、轻松)和正性(激动、兴奋)两种情绪程度不同的东方田鼠实验组,测定不同饥饿处理条件下实验个体在食物斑块上的觅食行为过程、序列及参数;探明不同程度的饥饿诱导,对实验个体采食5种喜食性不同食物的选择指数、食物能量摄入率及各类警觉行为动作、持续时间及参数的影响;检验东方田鼠食性可能的进化方向。结果发现,①预习实验个体花费在觅食决定上的时间显着地小于无预习实验个体的,且预习雌、雄个体的觅食决定时间、甄别时间及觅食中断时间比例均随学习天数的增加而逐渐降低,预习雌、雄个体对马唐叶片基部和中部的采食选择指数随学习天数的增加而增大至80%附近不在增加;进而提高摄入率。检测东方田鼠各警觉行为动作参数发现,预习雌、雄个体的觅食活动中仅分配于采食回合内的一般扫视动作(Sc)时间比例随觅食学习天数的增加而降低。结果充分说明,有预习经历的东方田鼠在学习采食马唐叶片时,能很好地搜寻、判断、定位所食植株的叶片部位,易于获取整个叶片,进而提高摄入率。②分析两组实验个体的觅食行为及各警觉行为动作参数发现,玩伴个体的觅食决定时间明显低于无玩伴个体的,且有玩伴雌、雄个体的觅食决定时间、甄别时间随学习天数的增加而逐渐降低,有玩伴雌、雄个体对马唐叶片基部和中部的采食选择指数随学习天数的增加而增大至80%附近不在增加;玩伴雌、雄个体的觅食活动中仅分配于采食回合内的嗅闻动作(Sn)时间比例随觅食学习天数的增加有显着地差异。结果充分说明,无玩伴的个体在觅食马唐叶片时不能很好地判断和精确地确定采食部位,进而影响其觅食适合度。相较而言,有玩伴的个体在学习采食马唐叶片时,能很好地搜寻、判断、定位所食植株的叶片部位,易于获取整个叶片,即能从学习中掌握采食技巧,进而提高了摄入率。③中性情绪状态下,无论雌性还是雄性个体均采取觅食最优食物的觅食策略;与之相异的是,正性(激动、兴奋)情绪显着地降低东方田鼠对优质植物白叁叶的选择性,且对斑块中所配置的植物项目均有采食。分析两组实验个体的觅食行为及各警觉行为动作参数动态发现,相较于中性情绪个体,处于正性情绪状态下的个体能显着地缩短觅食决定时间和有效觅食时间,正性情绪个体的觅食活动中仅分配于采食回合内的一般扫视动作(Sc)时间比例明显的低于中性情绪个体的,进而增大其能量摄入率。结果充分说明,中性(愉快、轻松)情绪状态下的个体能搜寻到最优食物项目,食性向特化方向即寡食性方向发展,且相较于雄鼠,中性情绪状态下的雌鼠对食物项目的采食选择更为谨慎。而正性(激动、兴奋)情绪状态下的个体因饥饿原因,导致其在觅食活动中降低了对高质量食物的采食要求,因而对食物的选择性下降,致使其食性被动地向泛化方向发展。以上研究验证了本文提出的假说:①在可利用食物斑块,采食前的预习活动能通过提高实验个体选择采食唐草叶片基部而提高其摄入率;预习对于实验个体选择采食唐草叶片部位因性别差异,可能会降低雄性的摄入率。②拥有玩伴的东方田鼠个体能较快学会选择采食唐草叶片的部位,进而提高摄入率;因东方田鼠性二型特征使得雌、雄个体在养育后代及保卫领地上的不同分工,雌性较雄性个体更易学会选择采食唐草叶片的部位。③在可利用异质性食物密集斑块,当环境风险较低、食物充分时,个体能寻找到最优食物,食性向寡食性方向发展;反之,当食物不充分,处于饥饿状态时,动物为了满足能量需求,会不加挑剔地选择食物,因而食性向泛化方向发展。(本文来源于《吉首大学》期刊2019-05-24）
王峰[2]（2018）在《舟形藻的运动行为和觅食机制探究》一文中研究指出硅藻是水生生态系统中重要的初级生产者,贡献了约25%的全球初级生产力并驱动了碳和硅的全球生物地球化学循环。硅藻的生理活动、生产代谢及物质交换影响着周围环境,同时作为食物链的最底层,其微量元素含量的变化影响着整个水生生态系统。硅藻中的羽纹纲舟形藻广泛应用于水产养殖、环境监测和生物能源制造等领域。然而硅藻的大量繁殖增长会产生硅藻水华,容易引起海洋污损现象和海雪现象,给水产和旅游业造成巨大经济损失。舟形藻通过沿着壳缝分泌胞外多聚物,使自身发生向前或向后的运动。舟形藻作为典型的活性粒子,能够依靠不断从外界吸收能量实现自我驱动。相比依靠宏观梯度实现驱动的传统系统,活性物质对环境扰动更敏感、响应更复杂。在复杂系统中,每一个个体都影响着局部邻居个体的运动行为和状态,即空间复杂性可以显着影响活性物质粒子的运动行为,最终使得活性物质系统呈现出复杂的长期的集群行为。本文以舟形藻(Navicular arenaria var.rostellata)为研究对象,通过显微追踪技术快速自动、连续采集舟形藻运动信息并分析图像数据,实现对舟形藻特定运动行为的研究。基于显微追踪技术及统计分析方法计算出舟形藻的生物动力学数据,如:运动速度、运动夹角、运动曲率等,从而完成对舟形藻运动的全面统计分析。本文主要研究了时空变化下的舟形藻的化学趋向性行为、空间复杂性及不同硅酸盐浓度对舟形藻运动行为的影响,获得以下主要结论:(1)在外界营养源空间均匀环境下,舟形藻密度较低时其运动轨迹为圆弧形,典型运动方式为“圆弧─倒退─圆弧”,即轨迹中包含大量非恒速圆弧运动与少量倒退行为。倒退行为分单个倒退行为和成对倒退行为,其中,单个倒退行为会导致舟形藻运动方向的改变,即运动轨迹发生顺逆时针的变化,而成对的倒退行为不会改变舟形藻整体运动方向。统计分析发现舟形藻的运动夹角分布为双峰分布,双峰接近±3.14和0,前者体现的是圆弧运动(正负号代表顺逆时针),后者体现的倒退行为。此外我们发现舟形藻的连续步长分布为泊松分布。(2)在存在空间营养源浓度梯度的环境下,舟形藻具有明显的化学趋向性。在含有局部硅源环境下舟形藻有靠近中心硅源的趋向性运动,而在均质营养盐环境中舟形藻则随机游走并无定向运动。从物理学角度出发,通过分析舟形藻生物动力学数据,我们发现其觅食机制是通过依靠更高频次的翻转调整,大量的小角度的转向以及在营养浓度梯度方向上更多的对翻滚频率实现趋向性运动;而且舟形藻向中心硅源聚集过程中,细胞间碰撞加剧导致运动速度减慢。结合细菌的趋向性研究,通过实验及统计分析我们进一步探究了舟形藻的觅食机制。(3)空间复杂性对舟形藻的运动行为有显着影响。实验中设置不同空间复杂性(不同舟形藻密度和不同障碍物密度),我们发现不同复杂环境下的舟形藻的运动行为都呈现叁阶段特性,短时间内由于自驱动惯性导致运动沿身体长轴直线运动呈现弹道行为;中时间尺度下,由于圆弧运动过程中舟形藻发生角度偏转呈现超扩散行为;长时间尺度下,低复杂环境时(低舟形藻密度(ρ=0.03%)、中舟形藻密度(ρ=0.14%)、次高舟形藻密度(ρ=0.71%)和低障碍物密度下(φ=1.76%)舟形藻的均方差位移指数小于1呈现次扩散过程;长时间尺度下,高复杂环境时(高舟形藻密度(ρ=4.46%)、中障碍物密度下(φ=7.82%)和高障碍物密度下(φ=23.75%))舟形藻的均方差位移指数接近1.0,呈现布朗运动扩散过程。由于舟形藻的偏移点间位移和持续时间分布满足幂律分布,所以觅食方式为Lévy walk。此外,舟形藻细胞密度和障碍物密度对舟形藻的运动速度有显着影响,当舟形藻密度较低和较高时其运动速度较慢,中舟形藻密度时运动速度较快,舟形藻运动速度随障碍物密度增加呈现逐步下降趋势。(4)舟形藻的运动行为显着依赖硅酸盐浓度。微量硅酸盐浓度(1 mg/L,Na_2SiO_3)和高硅酸盐浓度(120 mg/L,Na_2SiO_3;240 mg/L,Na_2SiO_3)环境下会抑制舟形藻运动,低硅酸盐浓度(15 mg/L,Na_2SiO_3)和中硅酸盐浓度(30 mg/L,Na_2SiO_3;60 mg/L,Na_2SiO_3)下会增强舟形藻的扩散系数。不同硅酸盐浓度下舟形藻在短时间尺度下呈现弹道行为;在中时间尺度下呈现超扩散行为;在长时间尺度下呈现正常扩散行为。基于上述研究,我们阐释了舟形藻的典型运动方式、化学趋向性以及空间复杂性、不同硅酸盐浓度对舟形藻运动行为的影响。通过显微追踪方法可以从单细胞角度出发开展对舟形藻运动行为的定量研究,而每一个细胞的运动定量表征有助于理解舟形藻的运动行为、觅食策略、规避机制及聚集行为,在揭示运动特征的同时探索不同的外界环境因子及不同浓度的营养盐对舟形藻运动行为的影响。可以更加准确地评估硅藻在液体中的扩散速率以及有助于在复杂环境中找到硅藻爆发的原因,以期为探讨生物膜的快速形成,为海洋生物污损和海雪的触发提供参考依据,对有效控制春季硅藻水华的管理和理解其爆发机制提供新的认识,有助于揭示海洋浮游生物多样性的稳定及变化的机理。(本文来源于《华东师范大学》期刊2018-06-08）
杜易霖[3]（2016）在《基于Swarm的模拟电磁机制的蜂群觅食行为建模与仿真》一文中研究指出对群集生物的研究一直是智能领域的一个热点问题,但是由于认知水平有限,人类对群体智能的本质还缺乏足够的认识,目前为止仍然没有完全弄清群体智能行为涌现的内在机制。群体性生物个体之间究竟遵循什么交互和协作规律才能涌现出群智能行为?由于群集性生物涌现出复杂的、动态的自组织、自学习和自适应过程特性与自然物理系统呈现的基本规则相似,本文应用物理学电磁机制来模拟蜂群的觅食行为,对研究蜜蜂的运动行为提供理论依据并丰富群体智能的研究方法。本文分别对单食物源和多食物源情况下蜂群的觅食行为进行了研究。首先详细研究了蜂群的觅食过程,对这一过程进行了抽象总结,抽取出了模型需要重点研究的基本要素;然后分别建立了各基本元素与电磁机制元素的映射关系,指出了角色与电磁机制元素的相关性;并详细分析蜜蜂的不同角色和不同状态,建立觅食过程的感知模型;进而用有限状态机理论分析了蜂群觅食过程中的角色转换过程和状态转换过程,着重分析了蜂群中蜜蜂的感知过程、觅食过程、招募过程、返回过程、跟随过程;最后分析了各状态下蜜蜂的运动过程,从而建立了基于电磁机制的蜂群觅食模型。最后,通过采用Swarm软件和Java语言进行编程对蜂群觅食的物理模型进行了仿真实验,实现了蜂群的动态觅食过程,并且展示了蜂群觅食过程中的各个状态以及各角色的相互转换情况,实验结果表明该模型是可行的和有效的。(本文来源于《太原科技大学》期刊2016-04-07）
程军,吴燕子[4]（2015）在《细菌觅食机制粒子群优化算法》一文中研究指出针对基本粒子群优化算法易陷入局部极值的缺陷,提出了一种细菌觅食机制粒子群优化算法.其基本思想是在粒子群优化算法中引入细菌觅食行为机制,提高PSO算法跳出局部极值的能力,借以改善PSO算法的寻优性能.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显着改进.(本文来源于《广州航海学院学报》期刊2015年02期）
田子希,胡洪宁,田林洁[5]（2013）在《基于蚁群“觅食”机制的深海自组织网络路由算法F-ACO》一文中研究指出根据蚁群"觅食"机制的生物习性,提出一种应用于水下自组织网络实时通信路由选择的蚁群算法—F-ACO。该算法与传统蚁群算法相比,增加了食物自身散发的"气味"信息素—独立于蚁群释放的信息素,并根据不同的信息素设立了不同的释放和寻优机制。(本文来源于《舰船电子工程》期刊2013年12期）
杨刚强,范长煜,王亚东[6]（2013）在《基于“蚁群觅食行为”规则的农村劳动力转移机制研究》一文中研究指出国内外学者从人口流动、收益决策、社会结构与变迁的视角研究了农村劳动力转移的现象及其内在机制。在借鉴已有相关研究成果的基础上,依据"蚁群觅食行为"规则的系统性、多样性和正反馈性等叁个社会性群体活动特征,分析了劳动力转移的群体结构、工作搜索和工作分享的原则,建构了基于"蚁群觅食行为"规则的劳动力转移系统机制,形成了解释劳动力转移机制的综合性理论分析框架。(本文来源于《内蒙古社会科学(汉文版)》期刊2013年04期）
金浩,刘维宁[7]（2012）在《多目标觅食—返巢机制连续域蚁群算法》一文中研究指出受自然界蚂蚁的觅食—返巢生物学特征启发,同时深入了解蚂蚁信息素成分,提出了一种能够解决函数多目标优化问题的改进蚁群算法——多目标觅食—返巢机制连续域蚁群算法(MO-FHACO)。该算法与传统蚁群算法相比,将信息素分为蚁巢信息素和食物信息素,并根据不同信息素设立了不同的释放和寻优机制。通过BNH和TNK问题验证,MO-FHACO算法在Pareto最优前端连续的情况下具有极佳的多目标优化能力;在Pa-reto最优前端不连续的情况下,也能得到较多且散布性较好的Pareto最优解。因此,MO-FHACO算法是一种有效的函数多目标优化算法。(本文来源于《计算机应用研究》期刊2012年11期）
金浩,刘维宁[8]（2012）在《基于觅食-返巢机制连续域蚁群算法》一文中研究指出蚁群算法求解函数问题,人工蚂蚁的搜索范围和信息素浓度更新速度直接影响到是否能够获得全域最优解。为了获得更加稳定且准确的全域最优解,受自然蚂蚁觅食后返巢行为的启发,提出了具有觅食-返巢机制的蚁群算法。该算法主要通过增大人工蚂蚁的搜索范围以及加快信息素浓度的更新速度进行改进。通过函数测试,结果表明:觅食-返巢连续域蚁群算法相比于以往的遗传算法和连续域蚁群算法,能够得到更好的计算结果和运行时间。因此觅食-返巢机制使得蚁群算法求解全域最优解的能力获得了提高。(本文来源于《计算机工程与应用》期刊2012年01期）
孟志刚,邹北骥,史操[9]（2011）在《引入直接交互机制的蚁群觅食仿真》一文中研究指出自然界的蚂蚁之间存在着直接交流,但在以外的蚁群觅食仿真中从未见到。本文将直接交互机制引入到传统的使用信息素的蚁群觅食仿真中。对比实验的仿真结果展示了新模型的优越性。(本文来源于《Proceedings of 2011 International conference on Intelligent Computation and Industrial Application(ICIA 2011 V3)》期刊2011-06-18）
刘微,陈贺新,陈翰宁,陈绵书[10]（2011）在《菌群自适应觅食优化算法的核心机制》一文中研究指出本文提出了一种新型群体智能优化方法—菌群自适应搜索算法(Adaptive Bacterial Foraging Optimization,ABFO)。ABFO算法在细菌觅食算法(Bacterial Foraging Optimization,BFO)研究工作的基础上,将细菌的趋化行为,群体感应机制和自适应搜索策略相集成,体现细菌个体通过信息交流与合作在群体层面表现出更高智能行为的特性。(本文来源于《Proceedings of 2011 International conference on Intelligent Computation and Industrial Application(ICIA 2011 V3)》期刊2011-06-18）
觅食机制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
硅藻是水生生态系统中重要的初级生产者,贡献了约25%的全球初级生产力并驱动了碳和硅的全球生物地球化学循环。硅藻的生理活动、生产代谢及物质交换影响着周围环境,同时作为食物链的最底层,其微量元素含量的变化影响着整个水生生态系统。硅藻中的羽纹纲舟形藻广泛应用于水产养殖、环境监测和生物能源制造等领域。然而硅藻的大量繁殖增长会产生硅藻水华,容易引起海洋污损现象和海雪现象,给水产和旅游业造成巨大经济损失。舟形藻通过沿着壳缝分泌胞外多聚物,使自身发生向前或向后的运动。舟形藻作为典型的活性粒子,能够依靠不断从外界吸收能量实现自我驱动。相比依靠宏观梯度实现驱动的传统系统,活性物质对环境扰动更敏感、响应更复杂。在复杂系统中,每一个个体都影响着局部邻居个体的运动行为和状态,即空间复杂性可以显着影响活性物质粒子的运动行为,最终使得活性物质系统呈现出复杂的长期的集群行为。本文以舟形藻(Navicular arenaria var.rostellata)为研究对象,通过显微追踪技术快速自动、连续采集舟形藻运动信息并分析图像数据,实现对舟形藻特定运动行为的研究。基于显微追踪技术及统计分析方法计算出舟形藻的生物动力学数据,如:运动速度、运动夹角、运动曲率等,从而完成对舟形藻运动的全面统计分析。本文主要研究了时空变化下的舟形藻的化学趋向性行为、空间复杂性及不同硅酸盐浓度对舟形藻运动行为的影响,获得以下主要结论:(1)在外界营养源空间均匀环境下,舟形藻密度较低时其运动轨迹为圆弧形,典型运动方式为“圆弧─倒退─圆弧”,即轨迹中包含大量非恒速圆弧运动与少量倒退行为。倒退行为分单个倒退行为和成对倒退行为,其中,单个倒退行为会导致舟形藻运动方向的改变,即运动轨迹发生顺逆时针的变化,而成对的倒退行为不会改变舟形藻整体运动方向。统计分析发现舟形藻的运动夹角分布为双峰分布,双峰接近±3.14和0,前者体现的是圆弧运动(正负号代表顺逆时针),后者体现的倒退行为。此外我们发现舟形藻的连续步长分布为泊松分布。(2)在存在空间营养源浓度梯度的环境下,舟形藻具有明显的化学趋向性。在含有局部硅源环境下舟形藻有靠近中心硅源的趋向性运动,而在均质营养盐环境中舟形藻则随机游走并无定向运动。从物理学角度出发,通过分析舟形藻生物动力学数据,我们发现其觅食机制是通过依靠更高频次的翻转调整,大量的小角度的转向以及在营养浓度梯度方向上更多的对翻滚频率实现趋向性运动;而且舟形藻向中心硅源聚集过程中,细胞间碰撞加剧导致运动速度减慢。结合细菌的趋向性研究,通过实验及统计分析我们进一步探究了舟形藻的觅食机制。(3)空间复杂性对舟形藻的运动行为有显着影响。实验中设置不同空间复杂性(不同舟形藻密度和不同障碍物密度),我们发现不同复杂环境下的舟形藻的运动行为都呈现叁阶段特性,短时间内由于自驱动惯性导致运动沿身体长轴直线运动呈现弹道行为;中时间尺度下,由于圆弧运动过程中舟形藻发生角度偏转呈现超扩散行为;长时间尺度下,低复杂环境时(低舟形藻密度(ρ=0.03%)、中舟形藻密度(ρ=0.14%)、次高舟形藻密度(ρ=0.71%)和低障碍物密度下(φ=1.76%)舟形藻的均方差位移指数小于1呈现次扩散过程;长时间尺度下,高复杂环境时(高舟形藻密度(ρ=4.46%)、中障碍物密度下(φ=7.82%)和高障碍物密度下(φ=23.75%))舟形藻的均方差位移指数接近1.0,呈现布朗运动扩散过程。由于舟形藻的偏移点间位移和持续时间分布满足幂律分布,所以觅食方式为Lévy walk。此外,舟形藻细胞密度和障碍物密度对舟形藻的运动速度有显着影响,当舟形藻密度较低和较高时其运动速度较慢,中舟形藻密度时运动速度较快,舟形藻运动速度随障碍物密度增加呈现逐步下降趋势。(4)舟形藻的运动行为显着依赖硅酸盐浓度。微量硅酸盐浓度(1 mg/L,Na_2SiO_3)和高硅酸盐浓度(120 mg/L,Na_2SiO_3;240 mg/L,Na_2SiO_3)环境下会抑制舟形藻运动,低硅酸盐浓度(15 mg/L,Na_2SiO_3)和中硅酸盐浓度(30 mg/L,Na_2SiO_3;60 mg/L,Na_2SiO_3)下会增强舟形藻的扩散系数。不同硅酸盐浓度下舟形藻在短时间尺度下呈现弹道行为;在中时间尺度下呈现超扩散行为;在长时间尺度下呈现正常扩散行为。基于上述研究,我们阐释了舟形藻的典型运动方式、化学趋向性以及空间复杂性、不同硅酸盐浓度对舟形藻运动行为的影响。通过显微追踪方法可以从单细胞角度出发开展对舟形藻运动行为的定量研究,而每一个细胞的运动定量表征有助于理解舟形藻的运动行为、觅食策略、规避机制及聚集行为,在揭示运动特征的同时探索不同的外界环境因子及不同浓度的营养盐对舟形藻运动行为的影响。可以更加准确地评估硅藻在液体中的扩散速率以及有助于在复杂环境中找到硅藻爆发的原因,以期为探讨生物膜的快速形成,为海洋生物污损和海雪的触发提供参考依据,对有效控制春季硅藻水华的管理和理解其爆发机制提供新的认识,有助于揭示海洋浮游生物多样性的稳定及变化的机理。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
觅食机制论文参考文献
[1].汪玲.预习、玩伴对东方田鼠觅食行为的影响及其食性进化方向机制的检验[D].吉首大学.2019
[2].王峰.舟形藻的运动行为和觅食机制探究[D].华东师范大学.2018
[3].杜易霖.基于Swarm的模拟电磁机制的蜂群觅食行为建模与仿真[D].太原科技大学.2016
[4].程军,吴燕子.细菌觅食机制粒子群优化算法[J].广州航海学院学报.2015
[5].田子希,胡洪宁,田林洁.基于蚁群“觅食”机制的深海自组织网络路由算法F-ACO[J].舰船电子工程.2013
[6].杨刚强,范长煜,王亚东.基于“蚁群觅食行为”规则的农村劳动力转移机制研究[J].内蒙古社会科学(汉文版).2013
[7].金浩,刘维宁.多目标觅食—返巢机制连续域蚁群算法[J].计算机应用研究.2012
[8].金浩,刘维宁.基于觅食-返巢机制连续域蚁群算法[J].计算机工程与应用.2012
[9].孟志刚,邹北骥,史操.引入直接交互机制的蚁群觅食仿真[C].Proceedingsof2011InternationalconferenceonIntelligentComputationandIndustrialApplication(ICIA2011V3).2011
[10].刘微,陈贺新,陈翰宁,陈绵书.菌群自适应觅食优化算法的核心机制[C].Proceedingsof2011InternationalconferenceonIntelligentComputationandIndustrialApplication(ICIA2011V3).2011