原文服务方: 计算机应用研究       
摘要:
针对蚁群算法局部搜索能力较弱,易于出现停滞和局部收敛、收敛速度慢,不能较好地应用于谐波平衡中的问题,提出了混合蚁群算法。该算法采用蚁群算法的全局搜索能力在全局中搜索初始最优解,利用拟牛顿算法较强的局部搜索能力逐步迭代,最终得到最优解。仿真结果表明:该算法与蚁群算法相比,迭代次数减少了45次,解的收敛可靠性增加了16.23%,同时仿真数据与实测数据拟合较好。混合算法兼顾了蚁群算法和拟牛顿法的优点,明显提高了收敛速度和解的收敛可靠性,克服了蚁群算法局部搜索能力差,收敛速度慢的缺点,对非线性分析具有较大的参考价值。
推荐文章
基于改进混合蜂群算法的非线性电路谐波平衡分析
非线性分析
谐波平衡
高斯扰动
L-BFGS算法
蜂群算法
基于感知模糊自适应蚁群算法的非线性PID控制设计
非线性PID控制
蚁群算法
自适应
模糊控制
基于Volterra级数改进的混合遗传算法在谐波平衡中的应用
Volterra级数
混合遗传算法
拟牛顿法
非线性电路
谐波平衡
杂草-蚁群算法在应急管理中的应用
杂草算法
蚁群算法
应急管理
车辆配置
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 混合蚁群算法在非线性谐波平衡分析中的应用
来源期刊 计算机应用研究 学科
关键词 混合蚁群算法 拟牛顿 谐波平衡 非线性
年,卷(期) 2015,(11) 所属期刊栏目 系统应用开发
研究方向 页码范围 3341-3344
页数 4页 分类号 TP271
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.11.032
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 南敬昌 辽宁工程技术大学电子与信息工程学院 143 665 12.0 15.0
2 刘文进 辽宁工程技术大学电子与信息工程学院 18 45 5.0 5.0
3 李冬梅 2 12 2.0 2.0
4 丛日静 辽宁工程技术大学电子与信息工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (27)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (3)
1973(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
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
混合蚁群算法
拟牛顿
谐波平衡
非线性
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导