原文服务方: 计算机应用研究       
摘要:
蜂群算法已被证明其效率高于多数传统优化算法,但是对于不可分离变量的函数则优势不明显.为平衡单维更新与整体更新,避免算法在某一方面开采过深陷入局部最优,通过计算单维开采成功率动态地控制参数limit,提出了一种单维更新和整体更新交替进行的混合算法.该算法在整体更新阶段采用基于试探机制的粒子群算法,避免种群飞向错误的方向.采用多种不同类型的基准函数对改进算法进行测试,数值实验结果验证了该算法的有效性.
推荐文章
基于向量整体扰动的快速收敛人工蜂群算法
人工蜂群算法
向量整体扰动
反向学习
随机更新搜索策略
基于轮盘赌反向选择机制的蜂群优化算法
人工蜂群算法
轮盘赌选择
反向选择
鲁棒性
基于信息素更新和挥发因子调整的改进蚁群算法
蚁群算法
信息素更新
挥发因子
基于混沌机制的人工蜂群算法优化的支持向量机分类器
人工蜂群算法
支持向量机
参数优化
混沌机制
锦标赛选择策略
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 基于动态整体更新和试探机制的蜂群算法
来源期刊 计算机应用研究 学科
关键词 粒子群 蜂群 单维更新 试探机制 动态平衡
年,卷(期) 2011,(7) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2508-2511
页数 分类号 TP18|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.07.030
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 李景富 黄淮学院国际学院 26 49 4.0 6.0
2 步登辉 黄淮学院计算机科学系 10 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (119)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (16)
二级引证文献  (56)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(9)
  • 引证文献(5)
  • 二级引证文献(4)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(21)
  • 引证文献(0)
  • 二级引证文献(21)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
粒子群
蜂群
单维更新
试探机制
动态平衡
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导