作者:
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:
人工蜂群算法以其低复杂度和高精度等优点有望取代传统重力匹配方法中的非智能搜索策略,但是,引入人工蜂群算法的重力匹配策略仍会存在抗干扰性能差和可靠性低的问题。论文引入差分思想对人工蜂群的适应度函数进行优化,引入可调权值参数并确定一组最佳权值,最大程度减少惯导信息误差对厄特弗斯效应改正和正常重力计算的影响。仿真结果表明,优化后的重力匹配算法具有更高的匹配精度。
推荐文章
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
基于人工蜂群优化的K均值聚类算法
聚类分析
K均值算法
人工蜂群算法
聚类中心
优化
优化人工蜂群算法的跨域虚拟网络映射算法
人工蜂群
虚拟网络
自治域
服务代理
基于Memetic框架的混沌人工蜂群算法
Memetic框架
混沌
人工蜂群算法
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 基于优化人工蜂群算法的重力匹配导航方法
来源期刊 计算机与数字工程 学科 工学
关键词 人工蜂群算法 重力匹配 差分思想 参数优化
年,卷(期) 2015,(7) 所属期刊栏目 信息融合
研究方向 页码范围 1193-1195,1206
页数 4页 分类号 TP212.9
字数 2055字 语种 中文
DOI 10.3969/j.issn1672-9722.2015.07.008
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 赵博 哈尔滨工业大学鞍山工业技术研究院 23 244 7.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (5)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(4)
  • 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)
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
人工蜂群算法
重力匹配
差分思想
参数优化
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导