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:
针对基本蝙蝠算法存在收敛速度慢,易陷入局部最优,求解精度低等缺陷,提出一种融合局部搜索的混合蝙蝠算法用于求解无约束优化问题。该算法利用混沌序列对蝙蝠的位置和速度进行初始化,为全局搜索的多样性奠定基础;融合Powell搜索以增强算法的局部搜索能力,加快收敛速度;使用变异策略在一定程度上避免算法陷入局部最优。选取几个标准测试函数进行仿真实验,结果表明:与基本蝙蝠算法和粒子群优化算法相比,混合蝙蝠算法具有更好的寻优性能。
推荐文章
一种改进的自适应混合型蝙蝠算法
蝙蝠算法
收缩因子
优化函数
全局优化
一种基于权重策略的蝙蝠算法
蝙蝠算法
权重策略
自适应学习
算法性能
一种蝙蝠算法优化的云计算任务调度
云计算
任务调度
蝙蝠算法
位置编码
一种高效可靠的机会网络混合路由算法
机会网络
混合路由
跨层设计
开销
自适应
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 一种高效的混合蝙蝠算法
来源期刊 计算机工程与应用 学科 工学
关键词 蝙蝠算法 混沌 Powell搜索方法 变异 粒子群优化
年,卷(期) 2014,(7) 所属期刊栏目 理论研究、研发设计
研究方向 页码范围 62-66
页数 5页 分类号 TP18
字数 4416字 语种 中文
DOI 10.3778/j.issn.1002-8331.1308-0334
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 伍铁斌 湖南人文科技学院机电工程系 58 305 9.0 16.0
2 刘云连 湖南人文科技学院机电工程系 30 87 4.0 9.0
4 刘丽 邵阳学院电气工程系 39 201 5.0 13.0
5 尹进田 邵阳学院电气工程系 46 190 7.0 12.0
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  (170)
参考文献  (14)
节点文献
引证文献  (43)
同被引文献  (140)
二级引证文献  (100)
1964(2)
  • 参考文献(1)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(7)
  • 参考文献(3)
  • 二级参考文献(4)
2013(5)
  • 参考文献(5)
  • 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(14)
  • 引证文献(10)
  • 二级引证文献(4)
2016(15)
  • 引证文献(9)
  • 二级引证文献(6)
2017(23)
  • 引证文献(9)
  • 二级引证文献(14)
2018(36)
  • 引证文献(11)
  • 二级引证文献(25)
2019(41)
  • 引证文献(3)
  • 二级引证文献(38)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
蝙蝠算法
混沌
Powell搜索方法
变异
粒子群优化
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导