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:
蝙蝠算法具有收敛速度快、潜在分布式和并行性等特点,但也存在着寻优精度不高、后期收敛速度慢、易陷入局部最优等问题。针对蝙蝠算法和目前数值积分方法的不足,把具有很强的全局寻优能力和局部搜索能力的差分进化算法融合到蝙蝠算法中,提出了一种基于差分进化算法的改进蝙蝠算法求任意函数数值积分的新方法,该算法不仅能求解通常意义下任意函数的定积分,而且能计算振荡积分和奇异积分。通过6个不同算例与当前数值积分方法比较,实验仿真结果表明,该算法是有效的和可行的,能够快速有效地获取任意函数的数值积分值。同时,扩展了蝙蝠算法的应用领域。
推荐文章
改进蝙蝠算法在多目标优化中的应用
高斯扰动蝙蝠优化算法
多目标优化
动态加权
向量估计
基于蝙蝠算法的花粉算法改进
启发式算法
花粉算法
Lévy飞行
蝙蝠算法
收敛性能
基于改进蝙蝠算法的云计算任务调度研究
蝙蝠算法
K-means
虚拟机调度
Powell局部搜索
基于改进蝙蝠算法的背包问题求解
背包问题
蝙蝠算法
病毒进化
多目标优化
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 改进的蝙蝠算法在数值积分中的应用研究
来源期刊 智能系统学报 学科 工学
关键词 蝙蝠算法 数值积分 差分进化算法 收敛速度 适应度 函数
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 364-371
页数 8页 分类号 TP301.6
字数 5157字 语种 中文
DOI 10.3969/j.issn.1673-4785.201310014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (100)
参考文献  (14)
节点文献
引证文献  (13)
同被引文献  (40)
二级引证文献  (17)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(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(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(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(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蝙蝠算法
数值积分
差分进化算法
收敛速度
适应度
函数
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导