基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
作为一种新兴演化计算技术,群智能已成为新的研究热点,它与人工生命,特别是进化策略和遗传算法有着极为特殊的联系,已完成的理论和应用研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法.更为重要的是,群智能的潜在并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证.本文介绍了群智能理论的产生和发展过程,并着力阐述了两种典型算法;微粒群算法和蚁群算法的基本原理以及研究现状.
推荐文章
群智能理论及应用研究
群智能
蚁群算法
粒子群优化算法
演化计算
群智能算法的理论及应用综述
群智能
蚁群算法
粒子群算法
人工蜂群
细菌觅食优化
萤火虫算法
智能物流系统的相关理论及技术与应用研究
智能物流
蚁群算法
RFID
物联网
粗糙集理论及其应用
粗糙集
不确定性
数据分析
软计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 群智能理论及应用
来源期刊 电子学报 学科 工学
关键词 群智能 微粒群算法 蚁群算法 优化算法
年,卷(期) 2003,(z1) 所属期刊栏目 综合评述
研究方向 页码范围 1982-1988
页数 7页 分类号 TP18
字数 10266字 语种 中文
DOI 10.3321/j.issn:0372-2112.2003.z1.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴毓丰 1 232 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (36)
参考文献  (7)
节点文献
引证文献  (232)
同被引文献  (169)
二级引证文献  (554)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(11)
  • 引证文献(11)
  • 二级引证文献(0)
2006(17)
  • 引证文献(16)
  • 二级引证文献(1)
2007(21)
  • 引证文献(18)
  • 二级引证文献(3)
2008(50)
  • 引证文献(33)
  • 二级引证文献(17)
2009(54)
  • 引证文献(22)
  • 二级引证文献(32)
2010(53)
  • 引证文献(20)
  • 二级引证文献(33)
2011(50)
  • 引证文献(18)
  • 二级引证文献(32)
2012(28)
  • 引证文献(9)
  • 二级引证文献(19)
2013(37)
  • 引证文献(8)
  • 二级引证文献(29)
2014(60)
  • 引证文献(17)
  • 二级引证文献(43)
2015(72)
  • 引证文献(17)
  • 二级引证文献(55)
2016(77)
  • 引证文献(17)
  • 二级引证文献(60)
2017(97)
  • 引证文献(10)
  • 二级引证文献(87)
2018(76)
  • 引证文献(5)
  • 二级引证文献(71)
2019(64)
  • 引证文献(5)
  • 二级引证文献(59)
2020(15)
  • 引证文献(3)
  • 二级引证文献(12)
研究主题发展历程
节点文献
群智能
微粒群算法
蚁群算法
优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导