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:
为提高蜂群算法的收敛速度及精度,提高其工程应用价值,探索了蜂群算法的加速收敛技术。通过分析自然界真实蜜蜂群间的信息共享模式,发现标准蜂群算法在适应度信息共享的处理上存在不足,导致该算法存在易陷入局部最优及收敛速度慢的缺点。文中在标准算法的基础上,修改了适应度共享机制,使得一定邻域内的多个采蜜蜂的搜索信息均可被观察蜂共享,在观察蜂的搜索中引入欧式距离以确定有效邻域,选择邻域内的最优解用以生成新蜜源。通过测试发现改进后的算法收敛速度明显提高,提高幅度高达50%。
推荐文章
并行人工蜂群算法研究
人工蜂群算法
人工蜂群算法改进
群体智能
并行化
OpenMP并行处理
遗传-人工蜂群融合算法及其Markov 收敛性分析
遗传算法
人工蜂群算法
融合
马尔可夫过程
收敛性
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
病毒进化理论人工蜂群算法研究
人工蜂群算法
病毒
进化
局部最优值
收敛
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 人工蜂群算法加速收敛技术研究
来源期刊 计算机技术与发展 学科 工学
关键词 人工蜂群算法 搜索策略 欧式距离 全局收敛
年,卷(期) 2014,(4) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 25-28
页数 4页 分类号 TP301.6
字数 2906字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.04.006
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 刘波 西北工业大学动力与能源学院 188 1201 17.0 20.0
2 杨小东 西北工业大学动力与能源学院 15 77 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (146)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (7)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(12)
  • 参考文献(2)
  • 二级参考文献(10)
2010(8)
  • 参考文献(3)
  • 二级参考文献(5)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 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(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工蜂群算法
搜索策略
欧式距离
全局收敛
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导