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:
人工蜂群算法是模拟蜜蜂采蜜行为而提出的一种新的启发式仿生算法,属于典型的群体智能算法.提出了一种改进的人工蜂群算法,并利用改进后的人工蜂群算法来优化传统BP算法(神经网络算法中的误差方向传播算法)中网络参数的权值.实验结果证明该优化算法提高了BP神经网络收敛解的精度,加快了BP神经网络收敛速度.
推荐文章
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
基于混沌搜索的人工蜂群优化神经网络交通流预测方法
交通流预测
BP神经网络
人工蜂群算法
Tent混沌
分时段
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
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
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 改进的人工蜂群算法在神经网络中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 反向传播(BP)神经网络 人工蜂群算法 自适应
年,卷(期) 2016,(11) 所属期刊栏目 理论与研发
研究方向 页码范围 7-10,25
页数 5页 分类号 TP391.4
字数 3424字 语种 中文
DOI 10.3778/j.issn.1002-8331.1407-0164
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 张树群 暨南大学信息科学与技术学院 14 130 6.0 11.0
2 雷兆宜 暨南大学信息科学与技术学院 10 149 6.0 10.0
3 冷昕 暨南大学信息科学与技术学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (67)
参考文献  (11)
节点文献
引证文献  (19)
同被引文献  (89)
二级引证文献  (21)
1987(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(12)
  • 参考文献(1)
  • 二级参考文献(11)
2009(11)
  • 参考文献(1)
  • 二级参考文献(10)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(17)
  • 引证文献(8)
  • 二级引证文献(9)
2020(15)
  • 引证文献(4)
  • 二级引证文献(11)
研究主题发展历程
节点文献
反向传播(BP)神经网络
人工蜂群算法
自适应
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