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:
文中主要研究人工鱼群算法( AFSA)的优化问题。针对全局人工鱼群算法后期收敛速度慢、寻优精度低等缺点,在全局人工鱼群算法(GAFSA)的基础上,提出了一种改进的人工鱼群算法(MS GAFSA)。该算法通过将全局人工鱼群算法与改进单纯形法相结合,以改善算法的收敛速度和寻优精度。 MS GAFSA首先以GAFSA进行迭代,利用GAFSA前期快速收敛及跳出局部最优值的优点收敛至全局最优点附近,此时以所在点为起点构造单纯形,并切换到改进单纯形法继续优化,通过反射、扩张、收缩和紧缩将单纯形翻滚、变形,快速收敛并趋近最优点,直至满足一定的精度条件停止,取此时单纯形上最优顶点值为目标函数最优值。通过对一系列benchmark测试函数的计算和比较,证明了该方法确实在寻优精度、收敛速度方面均有提升。
推荐文章
基于单纯形梯度的多起点全局优化算法
全局算法
单纯形梯度
无导数
单链接聚类
单纯形和人口迁移的混合全局优化算法
单纯形算法
人口迁移算法
混合算法
全局优化
基于单纯形的改进精英人工蜂群算法
人工蜂群算法
定向更新策略
精英解集
选择概率
单纯形
基于改进单纯形梯度算法的油藏生产优化
油藏生产优化
改进的单纯形梯度算法
收敛速度
控制变量
经济效益
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 基于单纯形的改进全局人工鱼群优化算法
来源期刊 计算机技术与发展 学科 工学
关键词 人工鱼群算法 全局优化 单纯形算法 数值仿真
年,卷(期) 2015,(8) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 75-79
页数 5页 分类号 TP202+.7
字数 3605字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.08.016
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 蒋珉 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 40 291 9.0 15.0
2 俞毅 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 3 6 2.0 2.0
3 彭培真 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 2 4 2.0 2.0
4 王兆嘉 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (68)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (29)
二级引证文献  (4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
人工鱼群算法
全局优化
单纯形算法
数值仿真
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导