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:
近年来群智能算法发展较为迅速并解决了很多大规模的复杂问题.人工蜂群算法是一种新型的群智能算法,以其很强的全局收敛性、贪婪启发式的搜索特征以及求解问题的快速性等优越的性能受到广泛关注.简单介绍了人工蜂群算法提出的生物学背景;由蜜蜂觅食行为与现实问题的求解类比给出了该算法的建模思想;并详细介绍了人工蜂群算法实现的算法模型;从基于算法的改进以及基于算法的应用两方面讨论了近年来很多学者对人工蜂群算法研究的现状;最后对人工蜂群算法的研究进行展望,从算法的弱点分析提出了该算法改进的方向以及进一步应用的领域.
推荐文章
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
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
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
基于混沌人工蜂群算法的色彩量化方法
混沌
蜂群算法
色彩量化
图像处理
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 人工蜂群算法综述
来源期刊 电脑与电信 学科 工学
关键词 群智能 人工蜂群算法 觅食行为 算法模型 研究现状
年,卷(期) 2015,(5) 所属期刊栏目 基金项目
研究方向 页码范围 15-18
页数 4页 分类号 TP301.6
字数 4337字 语种 中文
DOI
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 杨粟涵 1 4 1.0 1.0
2 蒋洪伟 14 37 2.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (170)
参考文献  (17)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1974(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)
1996(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(14)
  • 参考文献(2)
  • 二级参考文献(12)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(18)
  • 参考文献(2)
  • 二级参考文献(16)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(14)
  • 参考文献(4)
  • 二级参考文献(10)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 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)
研究主题发展历程
节点文献
群智能
人工蜂群算法
觅食行为
算法模型
研究现状
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
电脑与电信
月刊
1008-6609
44-1606/TN
大16开
广州市连新路171号国际科技中心B108室
1995
chi
出版文献量(篇)
8962
总下载数(次)
13
总被引数(次)
9565
论文1v1指导