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:
针对人工蜂群算法自身存在的局部搜索能力较差,收敛较慢,易受到局部最优束缚的问题,在种群搜索过程中引入梯度信息,并利用中心差分格式对梯度做近似处理,提出了一种基于种群的梯度搜索策略,并用于人工蜂群算法采蜜蜂阶段的搜索,提高算法的局部搜索能力.同时,侦察蜂采用了全局随机搜索策略,以避免在解决多峰问题时,由于快速收敛而导致的早熟现象.在6个标准测试函数上的仿真实验结果表明,这种新的搜索机制在局部求解与全局探索之间取得了较好的平衡,使得改进后的算法在不同类型问题上的优化能力有了明显改善.
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
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
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 近似梯度引导的人工蜂群搜索策略
来源期刊 计算机科学与探索 学科 工学
关键词 人工蜂群算法 近似梯度 局部搜索 合作与共享
年,卷(期) 2016,(12) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 1773-1782
页数 10页 分类号 TP301.6
字数 5648字 语种 中文
DOI 10.3778/j.issn.1673-9418.1601072
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 汪继文 安徽大学计算机科学与技术学院 88 632 12.0 20.0
2 谢娟 安徽建筑大学数理学院 15 70 5.0 8.0
3 苏守宝 金陵科技学院计算机学院 21 49 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (112)
参考文献  (19)
节点文献
引证文献  (2)
同被引文献  (16)
二级引证文献  (7)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(14)
  • 参考文献(1)
  • 二级参考文献(13)
2011(35)
  • 参考文献(1)
  • 二级参考文献(34)
2012(25)
  • 参考文献(2)
  • 二级参考文献(23)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(14)
  • 参考文献(6)
  • 二级参考文献(8)
2015(8)
  • 参考文献(8)
  • 二级参考文献(0)
2016(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 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
近似梯度
局部搜索
合作与共享
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
论文1v1指导