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:
人工蜂群算法在多峰高维函数优化问题的求解上取得了较好的结果,但随着函数的复杂度及维数增高,仍存在收敛速度慢、易陷入局部最优等问题。为此,提出一种新的人工蜂群算法。将人工蜂群对食物源的单维贪婪搜索改进为多维贪婪搜索以增强蜂群的搜索能力,避免在个别维度上出现较优解的食物源由于达到更新阈值却被废弃而造成迂回搜索的现象,引入扰动搜索机制避免迭代后期食物源位置在个别维度收敛导致算法陷入局部最优。仿真实验结果表明,该算法能保持深度挖掘和广度搜索上的平衡,在高维函数优化问题求解的收敛速度和计算精度方面表现出较好的性能。
推荐文章
自适应贪婪搜索的人工蜂群算法
人工蜂群算法
贪婪搜索
自适应策略
计算复杂度
基于动态搜索策略的人工蜂群算法
人工蜂群算法
动态
搜索策略
基于改进局部搜索策略的人工蜂群算法
人工蜂群算法
局部搜索
当前最优解
混沌
自适应侦查
一种改进的混沌局部搜索的人工蜂群算法
人工蜂群算法
混沌函数
局部搜索
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 基于多维贪婪搜索的人工蜂群算法
来源期刊 计算机工程 学科 工学
关键词 人工蜂群算法 函数优化 贪婪搜索 扰动搜索 深度挖掘 广度搜索
年,卷(期) 2014,(11) 所属期刊栏目 ?人工智能及识别技术?
研究方向 页码范围 189-193
页数 5页 分类号 TP301.6
字数 3937字 语种 中文
DOI 10.3969/j.issn.1000-3428.2014.11.037
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 顾军华 河北工业大学计算机科学与软件学院 113 947 16.0 26.0
2 滕建辅 天津大学电子信息工程学院 69 640 11.0 23.0
3 张素琪 天津大学电子信息工程学院 5 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (175)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(11)
  • 参考文献(4)
  • 二级参考文献(7)
2011(15)
  • 参考文献(2)
  • 二级参考文献(13)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工蜂群算法
函数优化
贪婪搜索
扰动搜索
深度挖掘
广度搜索
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导