作者:
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:
蜂群算法是人们受到自然界中蜜蜂的行为启发而提出的一种新颖的智能优化算法.详细阐述了基于蜜蜂采蜜行为的蜂群算法的基本原理及研究情况.通过与遗传算法、蚁群算法、粒子群算法相比较,总结出蜂群算法的优缺点,并提出了未来研究的方向.
推荐文章
遗传算法理论研究综述
遗传算法
理论进展
研究综述
现代启发式算法理论研究
现代启发式算法
算法理论
算法结构
收敛性
鲁棒性
遗传算法理论综述
遗传算法
理论综述
算子
蚁群优化算法的理论研究进展
蚁群优化算法
理论研究
组合优化
收敛性
时间复杂度
近似性能
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 蜂群算法理论研究综述
来源期刊 软件导刊 学科 工学
关键词 蜂群算法 采蜜行为 智能算法
年,卷(期) 2012,(10) 所属期刊栏目 算法与语言
研究方向 页码范围 36-38
页数 分类号 TP301.6
字数 3137字 语种 中文
DOI
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 班祥东 桂林电子科技大学计算机科学与工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (174)
参考文献  (12)
节点文献
引证文献  (8)
同被引文献  (30)
二级引证文献  (2)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(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)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(7)
  • 参考文献(7)
  • 二级参考文献(0)
2012(7)
  • 参考文献(7)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蜂群算法
采蜜行为
智能算法
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导