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:
为了克服传统觅食算法BFA(Bacterial Foraging Algorithm)收敛速度慢以及高维优化收敛性差的问题,提出了一种新的基于微粒群优化策略的自适应觅食算法ABF-PSO(Adaptive Algorithm Bacterial Foraging Oriented by PSO).该算法采用自适应趋化步长来提高搜索能力,并根据微粒群优化PSO(Particle Swarm Optimization)策略来控制细菌的运动方向,避免了细菌运动方向因随机性选取而延误全局最优值搜索的问题.在详细阐述了动态调整细菌的趋化步长和利用微粒群优化策略更新细菌运动方向后,对经典测试函数分别采用PSO算法,BFA算法和ABF-PSO算法进行了对比测试.实验结果表明,ABF-PSO算法不仅收敛速度得到很大提高,同时对于复杂和高维搜索的问题获得了很好的收敛性.
推荐文章
一种自适应的模拟细菌觅食算法
细菌觅食算法
自适应
收敛速度
基于遗传算法和微粒群算法的自适应调制研究
遗传算法
微粒群算法
自适应调制
微粒群多元最优信息的模糊自适应规划算法
模糊逻辑
多元最优信息动态规划
微粒群算法
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 基于微粒群策略的自适应觅食算法研究
来源期刊 南京师范大学学报(工程技术版) 学科 工学
关键词 BFA算法 收敛速度 自适应趋化步长 PSO算法
年,卷(期) 2013,(1) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 50-54
页数 5页 分类号 TP301
字数 3680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 刘清 南京师范大学计算机科学与技术学院 57 368 11.0 15.0
2 赵春丽 南京师范大学计算机科学与技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (39)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BFA算法
收敛速度
自适应趋化步长
PSO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
南京师范大学学报(工程技术版)
季刊
1672-1292
32-1684/T
大16开
南京市宁海路122号
2001
chi
出版文献量(篇)
1491
总下载数(次)
3
总被引数(次)
7734
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导