作者:
原文服务方: 计算机应用研究       
摘要:
针对求解高维约束优化中算法的收敛速度和解的精度不高的缺点,提出一种改进的人工蜂群约束优化算法.该算法在初始化种群和侦察蜂探寻新蜜源时采用了正交实验设计方法,并在采蜜蜂搜索时使用了改进的高斯分布估计,跟随蜂按照采蜜蜂的适应值大小选择一个采蜜蜂,在其蜜源领域内采用差异算法搜索新的蜜源;在处理约束条件时采用自适应优劣解比较方法.最后通过13个标准的Benchmark测试函数进行仿真实验,结果表明该算法在处理高维约束优化问题时具有较好的收敛性和稳定性.
推荐文章
一种基于人工蜂群的高维非线性优化算法
人工蜂群优化算法
高维非线性优化问题
高斯分布估计算法
正交试验设计算法
一种改进的人工蜂群算法研究
人工蜂群算法
算法改进
数据分析
更新维度
领域搜索
仿真实验
一种具有学习能力的人工蜂群优化算法
人工蜂群算法
优化
学习能力
求解约束优化问题的多成员人工蜂群算法
约束优化问题
优化
人工蜂群算法
分散性
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 一种求解高维约束优化问题的人工蜂群算法
来源期刊 计算机应用研究 学科
关键词 人工蜂群 正交实验设计 高斯分布估计 约束优化
年,卷(期) 2012,(3) 所属期刊栏目 算法研究探讨
研究方向 页码范围 937-940
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.03.038
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 拓守恒 陕西理工学院数学与计算机科学学院 55 591 12.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (141)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (18)
二级引证文献  (14)
1992(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
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)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(6)
  • 引证文献(6)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工蜂群
正交实验设计
高斯分布估计
约束优化
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