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:
在基本的人工萤火虫算法( GSO)中,萤火虫的固定移动步长导致算法容易陷入局部最优并可能出现函数适应值的震荡现象。在一些自适应步长的人工萤火虫算法( A?GSO)中,算法迭代过程中会出现一些萤火虫的邻域集合为空集的现象,这将导致算法收敛速度降低并陷入局部最优值。为此,设计了改进的自适应步长的人工萤火虫算法( FA?GSO),改进的算法针对邻域无同伴的萤火虫引入觅食行为寻找优化方向并自适应调整移动步长,进一步提高求解精度和稳定性,并给出了算法的收敛性分析,结合GSO、A?GSO 2种算法对多个标准测试函数进行寻优并提取相关指标。通过指标对照,验证了FA?GSO算法的有效性,表明算法可以改善函数寻优的精度并提高迭代速度。
推荐文章
一种改进的自适应步长的萤火虫算法
萤火虫算法
自适应步长
预防失活
基于自适应步长的萤火虫划分聚类算法
萤火虫算法
K-means算法
初始聚类中心
自适应步长
鲁棒性
变步长自适应萤火虫群多模态函数优化算法
多模态函数优化
萤火虫群优化(GSO)
自适应
变步长萤火虫群优化(CSGSO)
多峰函数
改进的萤火虫算法优化BP神经网络及应用
自适应步长
萤火虫算法
BP神经网络
突防效能
评估
优化
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 一种改进的自适应步长的人工萤火虫算法
来源期刊 智能系统学报 学科 工学
关键词 人工萤火虫算法 自适应步长 觅食行为 全局收敛性
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 470-475
页数 6页 分类号 TP183
字数 5685字 语种 中文
DOI 10.3969/j.issn.1673-4785.201403025
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 刘小明 北方工业大学电气与控制工程学院 42 334 9.0 17.0
5 唐少虎 北方工业大学电气与控制工程学院 10 84 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (82)
参考文献  (9)
节点文献
引证文献  (19)
同被引文献  (45)
二级引证文献  (27)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(11)
  • 参考文献(1)
  • 二级参考文献(10)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(8)
  • 参考文献(5)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(6)
  • 引证文献(4)
  • 二级引证文献(2)
2017(13)
  • 引证文献(7)
  • 二级引证文献(6)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2019(11)
  • 引证文献(4)
  • 二级引证文献(7)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
人工萤火虫算法
自适应步长
觅食行为
全局收敛性
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导