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:
为了提高人工蜂群算法的搜索性能,引入了连续状态下的生物病毒机制和宿主与病毒基于感染操作等思想优化人工蜂群算法搜索机制.人工蜂群算法具有控制参数少、实现简单的优点,但是由于蜂群收敛采用局部搜索,使得算法易于早熟收敛或者陷入局部最优值.通过病毒进化对人工蜂群算法进化机制的分析,利用病毒的感染与进化,建立精英雇佣蜂对懒惰蜂引导,提高人工蜂群算法的搜索性能,加强群体的多样性,提高了局部搜索能力.仿真实验表明这种方法较常见的人工蜂群算法,有较明显收敛速度和搜索精度改进.
推荐文章
具有混沌差分进化搜索的人工蜂群算法
人工蜂群算法(ABC)
差分进化
混沌序列
全局优化
人工蜂群算法研究综述
群体智能
人工蜂群算法
约束优化
多目标优化
选择算法
多目标人工蜂群算法研究
人工蜂群算法
Pareto
粒子群算法
采蜜行为
人工蜂群算法及其应用
人工蜂群算法
群体智能
综述
研究现状
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 病毒进化理论人工蜂群算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 人工蜂群算法 病毒 进化 局部最优值 收敛
年,卷(期) 2016,(9) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 126-129,145
页数 5页 分类号 TP18
字数 3698字 语种 中文
DOI 10.3778/j.issn.1002-8331.1510-0061
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (167)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(13)
  • 参考文献(4)
  • 二级参考文献(9)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
人工蜂群算法
病毒
进化
局部最优值
收敛
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
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导