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:
人工蜂群算法(Artificial Bee Colony,ABC)具有操作简单、控制参数少及鲁棒性强等特点,已成为群体智能领域的研究热点之一,但其仍然存在收敛速度慢、易陷入局部最优的问题.针对这些问题,提出了一种改进的人工蜂群算法(Quick Self-Adaptive Artificial Bee Colony,QAABC).首先,对人工蜂群算法的选择策略和搜索策略进行改进,以提高算法的收敛速度和优化精度;其次,对超边界的个体进行一次有效变异,增强种群的多样性.最后,将本文算法与其他两种算法(标准ABC、ABCP)对5个测试函数在低维和高维进行了对比实验,并将之运用于压力容器设计中成本最小化问题的研究,所得结果均验证了改进算法的有效性.
推荐文章
一种分层自适应快速K-means算法
HAFKM
K-means算法
分层聚类
自适应
大数据库
聚类树
一种自适应遗传算法及其应用
遗传算法自适应
优化
立体视觉匹配
蜂群—蚁群自适应优化算法
优化问题
蚁群优化
人工蜂群算法
一种二级快速自适应最优层叠滤波算法
层叠滤波器
快速自适应算法
图像处理
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 一种快速自适应蜂群算法及其应用
来源期刊 华东理工大学学报(自然科学版) 学科 工学
关键词 人工蜂群 自适应 搜索进程 函数优化
年,卷(期) 2013,(5) 所属期刊栏目 研究论文
研究方向 页码范围 588-595
页数 8页 分类号 TP18
字数 4330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 侍洪波 华东理工大学信息科学与工程学院 80 753 15.0 24.0
2 何鹏 华东理工大学信息科学与工程学院 2 58 2.0 2.0
3 阎兴頔 华东理工大学信息科学与工程学院 3 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (64)
参考文献  (10)
节点文献
引证文献  (15)
同被引文献  (62)
二级引证文献  (83)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(15)
  • 引证文献(4)
  • 二级引证文献(11)
2018(34)
  • 引证文献(5)
  • 二级引证文献(29)
2019(26)
  • 引证文献(0)
  • 二级引证文献(26)
2020(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
人工蜂群
自适应
搜索进程
函数优化
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
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导