原文服务方: 航空工程进展       
摘要:
现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证.结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果.
推荐文章
基于混合人工蜂群粒子群改进的WSN定位研究
定位技术
无线传感网络
误差分析
精准定位
仿真实验
结果分析
人工鱼群—粒子群混合算法优化进港航班排序
空中交通管理
进港航班排序
先来先服务调度方法
人工鱼群算法
粒子群优化算法
人工鱼群—粒子群混合算法
并联机构位置正解的人工蜂群和牛顿组合算法
并联机构
位置正解
人工蜂群算法
差分进化算子
Newton迭代法
基于人工蜂群算法优化采煤机伺服系统PID参数
人工蜂群算法
PID控制器
粒子群优化算法
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 基于粒子群和人工蜂群混合算法的气动优化设计
来源期刊 航空工程进展 学科
关键词 粒子群算法 人工蜂群算法 混合算法 气动优化设计
年,卷(期) 2017,(2) 所属期刊栏目 论文
研究方向 页码范围 182-189
页数 8页 分类号 V211.4
字数 语种 中文
DOI 10.16615/j.cnki.1674-8190.2017.02.010
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 夏露 西北工业大学航空学院 34 292 10.0 16.0
2 张欣 西北工业大学航空学院 14 94 6.0 9.0
3 米百刚 西北工业大学航空学院 14 62 4.0 7.0
4 杨梅花 西北工业大学航空学院 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (348)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (0)
1978(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(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(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(19)
  • 参考文献(3)
  • 二级参考文献(16)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(16)
  • 参考文献(1)
  • 二级参考文献(15)
2011(15)
  • 参考文献(1)
  • 二级参考文献(14)
2012(7)
  • 参考文献(4)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
人工蜂群算法
混合算法
气动优化设计
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
航空工程进展
双月刊
1674-8190
61-1479/V
大16开
2010-01-01
chi
出版文献量(篇)
1230
总下载数(次)
0
总被引数(次)
3010
论文1v1指导