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:
为避免人工蜂群算法陷入早熟,提出一种基于随机搜索策略的人工蜂群算法。进行搜索时,借鉴差分进化算法的交叉操作,采用随机选择的方式进行搜索,平衡算法的局部搜索能力和全局搜索能力,在搜索过程中加入一定扰动来增强种群的多样性。对8个基准函数的仿真结果表明,该算法具有较快的收敛速度、求解精度高、鲁棒性较强,适合求解高维复杂的全局优化问题。
推荐文章
基于随机搜索变异策略的人工蜂群算法
人工蜂群算法
随机搜索
搜索方程
函数优化
基于禁忌搜索的人工蜂群算法及其应用
蜂群算法
禁忌搜索算法
禁忌表
邻域搜索
图像边缘检测
平衡搜索的改进人工蜂群算法
人工蜂群算法
局部搜索
群智能算法
适应度评价
搜索策略
改进的人工蜂群算法
人工蜂群算法
差分进化算法
种群初始化
搜索方程
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 基于随机搜索策略的人工蜂群算法
来源期刊 计算机工程与设计 学科 工学
关键词 人工蜂群算法 差分进化算法 随机 搜索策略 优化
年,卷(期) 2015,(11) 所属期刊栏目 智能技术
研究方向 页码范围 3117-3122
页数 6页 分类号 TP301.6
字数 3783字 语种 中文
DOI 10.16208/j.issn1000-7024.2015.11.047
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 王志刚 南京师范大学泰州学院数学科学与应用学院 40 209 8.0 13.0
2 尚旭东 南京师范大学泰州学院数学科学与应用学院 13 29 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (125)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(10)
  • 参考文献(3)
  • 二级参考文献(7)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 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)
2019(3)
  • 引证文献(2)
  • 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
差分进化算法
随机
搜索策略
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导