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:
蛙跳算法是一种受自然界生物现象启发产生的群体进化算法,计算速度快,寻优能力强,但局部搜索能力较弱,容易陷入早熟收敛.针对其缺点,结合高斯变异和柯西变异的优点,提出了一种改进的混合蛙跳算法.改进后的算法收敛速度加快,在一定程度上避免陷入局部最优,提高了蛙跳算法解决复杂函数问题的能力.实验验证了其有效性.
推荐文章
自适应混沌变异蛙跳算法
蛙跳算法
混沌变异
自适应变异
混沌序列
自适应混沌变异蛙跳算法
蛙跳算法
混沌变异
自适应变异
混沌序列
带有高斯变异的混合蛙跳蝙蝠算法
蝙蝠算法
混合蛙跳算法
高斯变异
局部深度搜索
局部最优
带有选择和自适应变异机制的混合蛙跳算法
混合蛙跳算法
选择机制
自适应变异
惯性权重
更新策略
全局最优
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 自适应混合变异的蛙跳算法
来源期刊 计算机工程与应用 学科 工学
关键词 混合蛙跳算法 早熟收敛 高斯变异 柯西变异 优化
年,卷(期) 2013,(10) 所属期刊栏目
研究方向 页码范围 58-61
页数 分类号 TP391
字数 4520字 语种 中文
DOI 10.3778/j.issn.1002-8331.1203-0228
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 戴月明 江南大学物联网工程学院 52 301 10.0 13.0
2 李晶晶 江南大学物联网工程学院 2 37 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (142)
参考文献  (9)
节点文献
引证文献  (12)
同被引文献  (46)
二级引证文献  (41)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(3)
  • 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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(8)
  • 引证文献(3)
  • 二级引证文献(5)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
混合蛙跳算法
早熟收敛
高斯变异
柯西变异
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导