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:
针对布谷鸟算法后期收敛速度慢、计算精度不高等不足提出一种小规模多种群改进方法。将这种方法运用在基本布谷鸟算法CS(Cuckoo Search)和自适应步长布谷鸟算法(ASCS)中,改进后的算法分别称为小规模多种群布谷鸟算法MPCS(Small-scale and multi-population cuckoo search algorithm)、小规模多种群自适应步长布谷鸟算法MPASCS(Small-scale and multi-population cuckoo search with self-adaptive step)。通过8个标准测试函数进行测试,实验结果表明改进后的算法比改进之前的算法有更快的收敛速度、更高的计算精度和收敛成功率。
推荐文章
交互式学习的布谷鸟搜索算法
交互学习模型
强化学习策略
自适应步长
动态调整机制
布谷鸟搜索算法
蚁群优化算法
基于克隆布谷鸟算法的资源均衡优化
克隆布谷鸟算法
Levy变异
非均匀变异
资源均衡优化
基于复数编码的布谷鸟搜索算法
复数编码
布谷鸟搜索算法
染色体
收敛
基于多策略差分布谷鸟算法的粒子滤波方法
多策略
布谷鸟算法
粒子滤波
贪心算法
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 一种小规模多种群布谷鸟算法
来源期刊 计算机应用与软件 学科 工学
关键词 小规模多种群 布谷鸟算法 自适应步长布谷鸟算法
年,卷(期) 2014,(10) 所属期刊栏目 算法
研究方向 页码范围 278-280,317
页数 4页 分类号 TP3
字数 2653字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.10.067
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 刘付永 广西民族大学理学院 6 87 3.0 6.0
2 马彦追 广西民族大学理学院 9 65 4.0 8.0
3 郑巧燕 广西民族大学理学院 6 59 4.0 6.0
4 莫愿斌 6 54 3.0 6.0
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  (59)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (91)
二级引证文献  (9)
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)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(8)
  • 引证文献(8)
  • 二级引证文献(0)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(7)
  • 引证文献(4)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小规模多种群
布谷鸟算法
自适应步长布谷鸟算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导