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:
为了克服人工蜂群算法存在的早熟收敛、后期收敛速度变慢等缺点,提出了一种基于粒子群优化算法的混合人工蜂群算法(PABC).对陷入局部极值的雇佣蜂,采用粒子群优化算法对其重新进行初始化.粒子群优化算法具有很强的全局搜索性能,能使陷入局部极值的雇佣蜂尽快摆脱局部约束.测试函数的计算结果表明,改进的人工蜂群算法大大提高了蜂群算法的寻优能力,在收敛速度和精度方面均优于基本蜂群算法.
推荐文章
基于粒子群和人工蜂群混合算法的气动优化设计
粒子群算法
人工蜂群算法
混合算法
气动优化设计
基于混合人工蜂群粒子群改进的WSN定位研究
定位技术
无线传感网络
误差分析
精准定位
仿真实验
结果分析
优化人工蜂群算法的跨域虚拟网络映射算法
人工蜂群
虚拟网络
自治域
服务代理
基于人工蜂群算法优化采煤机伺服系统PID参数
人工蜂群算法
PID控制器
粒子群优化算法
遗传算法
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 嵌入粒子群优化算法的混合人工蜂群算法
来源期刊 自动化仪表 学科 工学
关键词 人工蜂群算法 粒子群算法 搜索精度 优化能力 最优值
年,卷(期) 2013,(1) 所属期刊栏目 智能检测与控制
研究方向 页码范围 50-53
页数 4页 分类号 TP301+.6
字数 2755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 孔峰 广西工学院电子信息与控制工程系 57 403 10.0 17.0
2 杨琳 广西工学院电子信息与控制工程系 4 36 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (140)
参考文献  (9)
节点文献
引证文献  (22)
同被引文献  (33)
二级引证文献  (55)
1992(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(13)
  • 引证文献(4)
  • 二级引证文献(9)
2017(12)
  • 引证文献(5)
  • 二级引证文献(7)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
人工蜂群算法
粒子群算法
搜索精度
优化能力
最优值
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
自动化仪表
月刊
1000-0380
31-1501/TH
大16开
上海市漕宝路103号
4-304
1957
chi
出版文献量(篇)
6519
总下载数(次)
11
论文1v1指导