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:
人工蜂群算法是一种模仿蜜蜂采蜜行为的新兴群体智能算法.本文在人工蜂群算法的基础上采用多目标进化算法中的Pareto非劣排序和个体密度值的概念并借鉴粒子群算法,引入全局最优解记录全局最优位置,提出了一个基于Pareto占优的多目标人工蜂群算法.最后验证了算法的可行性.
推荐文章
一种改进的多目标人工蜂群算法
人工蜂群算法
多目标优化问题
自适应搜索
变异操作
基于knee points的改进多目标人工蜂群算法
多目标人工蜂群算法
高维多峰函数
kneepoints
自适应识别策略
人工蜂群算法研究综述
群体智能
人工蜂群算法
约束优化
多目标优化
选择算法
基于改进人工蜂群算法的高维多目标优化
高维多目标优化
人工蜂群算法
适应值评价方式
分布性维护方法
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 多目标人工蜂群算法研究
来源期刊 福建电脑 学科
关键词 人工蜂群算法 Pareto 粒子群算法 采蜜行为
年,卷(期) 2013,(10) 所属期刊栏目 研究与探讨
研究方向 页码范围 62-65
页数 4页 分类号
字数 3643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 高鹰 广州大学数学与信息科学学院 80 1990 16.0 44.0
2 胡恒 广州大学数学与信息科学学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (55)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (9)
二级引证文献  (3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(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(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(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
人工蜂群算法
Pareto
粒子群算法
采蜜行为
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导