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:
为了提高萤火虫算法GSO(Glowworm Swarm Optimization algorithm)多模函数优化性能,针对GSO峰值发现率低、收敛速度慢和求解精度不高的缺点,提出萤火虫个体可自适应搜索峰值且移动步长可变的改进萤火虫算法 IGSO (Improved Glowworm Swarm Optimization algorithm)。IGSO引入尝试性移动策略以增强算法的搜索能力,同时,以邻域平均距离为参考,对个体移动步长进行调整。采用典型多模函数进行测试,实验结果表明,I GS O峰值发现率高,收敛速度快且求解精度高,比GS O具有更优的多模函数优化性能。
推荐文章
基于改进萤火虫算法的多阈值微生物图像分割
图像分割
多阈值
最大熵
萤火虫算法
基于改进的萤火虫优化算法的混合语音盲分离
萤火虫优化算法
盲源分离
语音盲分离
飞行跨度
基于Tent混沌映射的改进的萤火虫算法
萤火虫算法
混沌映射
混沌优化算法
参数优化
基准测试函数
一种改进的萤火虫算法
萤火虫算法
多峰函数
动态步长
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 基于改进萤火虫算法的多模函数优化
来源期刊 计算机应用与软件 学科 工学
关键词 GSO IGSO 多模函数 移动步长
年,卷(期) 2014,(1) 所属期刊栏目 算法
研究方向 页码范围 283-285,302
页数 4页 分类号 TP183|TP301
字数 3439字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.01.076
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 吴伟民 广东工业大学计算机学院 58 460 12.0 17.0
2 林志毅 广东工业大学计算机学院 28 161 8.0 11.0
3 亢少将 广东工业大学计算机学院 1 9 1.0 1.0
4 郭涛 广东工业大学计算机学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (147)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (34)
二级引证文献  (9)
1999(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)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
GSO
IGSO
多模函数
移动步长
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导