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:
由于标准粒子群算法易于陷入局部最优和收敛速度慢等问题,提出了一种引入人工蜂群搜索策略和混合蛙跳搜索策略的粒子群算法(ABCSFL-PSO)。使用人工蜂群的搜索策略提高算法的探索能力,避免算法陷入局部最优;使用蛙跳算法中更新最差粒子的策略,来加快算法收敛速度,并进一步提高求解精度。在12个标准测试函数上的仿真实验结果表明,算法性能优良,不仅能够避免陷入局部最优,而且显著提升了收敛速度。
推荐文章
基于粒子群和人工蜂群混合算法的气动优化设计
粒子群算法
人工蜂群算法
混合算法
气动优化设计
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
一种改进的人工蜂群算法研究
人工蜂群算法
算法改进
数据分析
更新维度
领域搜索
仿真实验
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 引入混合蛙跳搜索策略的人工蜂群粒子群算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群算法 人工蜂群 蛙跳算法
年,卷(期) 2015,(22) 所属期刊栏目 理论研究、研发设计
研究方向 页码范围 38-41
页数 4页 分类号 TP18
字数 2965字 语种 中文
DOI 10.3778/j.issn.1002-8331.1311-0135
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 葛洪伟 江南大学物联网工程学院 86 456 11.0 17.0
2 杨金龙 江南大学物联网工程学院 28 103 7.0 8.0
3 任聪 江南大学物联网工程学院 9 45 3.0 6.0
4 袁运浩 江南大学物联网工程学院 9 28 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (18)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (34)
二级引证文献  (14)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(9)
  • 引证文献(5)
  • 二级引证文献(4)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
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
粒子群算法
人工蜂群
蛙跳算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导