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:
针对人工蜂群算法全局搜索能力强、局部搜索能力弱的缺点,提出了自适应人工蜂群算法,即先在搜索策略中引入自适应全局最优学习,以增强算法局部搜索能力;其次,个体使用改进策略进行全维搜索产生进化体,通过自适应交叉概率因子,将进化体与原个体进行交叉构建候选个体,以平衡算法搜索能力.在经典基准测试函数的仿真试验表明,与一些最新的改进人工蜂群算法相比,所提算法具有较大优势;在清江梯级水库优化调度应用中的测试,也证明了所提算法具有更好的适用性.
推荐文章
增强寻优能力的自适应人工蜂群算法
人工蜂群算法
混沌优化
自适应步长策略
局部搜索
多策略人工蜂群算法在梯级水库优化调度中的应用
人工蜂群算法
梯度水库
优化调度
多策略
人工蜂群算法在并行测试任务调度中的应用
并行测试
测试任务调度
人工蜂群算法
梯级水库群优化调度并行自适应混沌整体退火遗传算法
梯级水库群
优化调度
多核并行
Fork/Join
遗传算法
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 自适应人工蜂群算法在梯级水库优化调度中的应用
来源期刊 水电能源科学 学科 工学
关键词 人工蜂群算法 自适应 局部搜索 交叉 水库优化调度
年,卷(期) 2016,(8) 所属期刊栏目 水情测报与优化调度
研究方向 页码范围 59-62,49
页数 5页 分类号 TV697.1
字数 语种 中文
DOI
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 赵嘉 南昌工程学院信息工程学院 38 243 9.0 13.0
5 孙辉 南昌工程学院信息工程学院 51 485 13.0 19.0
9 王晖 南昌工程学院信息工程学院 12 141 6.0 11.0
13 李冰 南昌工程学院信息工程学院 3 14 1.0 3.0
17 王坤 南昌工程学院信息工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (41)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
2017(12)
  • 参考文献(1)
  • 二级参考文献(11)
2018(18)
  • 参考文献(4)
  • 二级参考文献(14)
2019(5)
  • 参考文献(3)
  • 二级参考文献(2)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
  • 引证文献(0)
  • 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
自适应
局部搜索
交叉
水库优化调度
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
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
总被引数(次)
55104
论文1v1指导