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:
针对现有的人工蜂群算法(Artificial Bee Colony,ABC)在进化速度和求解质量方面难以兼顾的缺点,提出一种基于Nelder-mead单纯形法的改进人工蜂群算法(Nelder-Mead Simplex Method based Improved Artificial Bee Colony,NMSM-IABC).在迭代过程中,该算法周期性地将单纯形算子得到的最优个体迁移到人工蜂群算法的蜂群中,或将蜂群中的最优蜜源信息迁移到Nelder-mead单纯形算法中.旨在ABC借助NM-SM提高局部搜索能力,NM-SM借助ABC跳出局部最优点,达到两者协同搜索.再者,为了进一步加快收敛速度,在ABC中采用一种改进的跟随蜂搜索策略,并对产生侦察蜂的关键参数进行灵敏度分析.最后,通过6个典型的多维测试函数对算法进行仿真测试.结果表明:提出的算法有效地避免了陷入局部最优,提高全局搜索能力和搜索精度,有较快的收敛速度,是一种较好的协同搜索算法.
推荐文章
基于单纯形法的人工蜂群算法改进研究
人工蜂群算法
单纯形法
侦查蜂
基于最优个体指导单纯形法改进的人工蜂群算法及应用
人工蜂群算法
单纯形法
最优解
数值试验
参数优化
基于单纯形的改进精英人工蜂群算法
人工蜂群算法
定向更新策略
精英解集
选择概率
单纯形
基于组合方向的对偶单纯形法
对偶单纯形法
组合方向
退化
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 基于Nelder-mead单纯形法的改进人工蜂群算法研究
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 Nelder-mead单纯形法 协同搜索 灵敏度分析 全局搜索
年,卷(期) 2016,(24) 所属期刊栏目 理论与研发
研究方向 页码范围 50-56
页数 7页 分类号 TP301
字数 5736字 语种 中文
DOI 10.3778/j.issn.1002-8331.1502-0087
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 苏宏升 兰州交通大学自动化与电气工程学院 86 589 13.0 20.0
2 殷凯乐 兰州交通大学自动化与电气工程学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (148)
参考文献  (10)
节点文献
引证文献  (10)
同被引文献  (38)
二级引证文献  (38)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(10)
  • 参考文献(3)
  • 二级参考文献(7)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(2)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(9)
  • 引证文献(4)
  • 二级引证文献(5)
2019(29)
  • 引证文献(4)
  • 二级引证文献(25)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
人工蜂群算法
Nelder-mead单纯形法
协同搜索
灵敏度分析
全局搜索
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