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:
由Karaboga发明的人工蜂群(ABC)算法是一种生物学启发的优化算法,与一些传统的生物学启发式算法如遗传算法(GA)、差分演化(DE)和粒子群优化(PSO)相比,已被证明具有一定的优越性.然而,ABC算法在解决方案搜索方程中仍然存在不足之处,该方程擅长于探索,但在开发方面却相对不足.受粒子群优化算法的启发,我们提出了一种改进的ABC算法,称为MABC算法,通过将全局最佳gbest解决方案的信息并入解决方案搜索方程来改进开发.通过基准函数上测试的实验结果表明,在大多数实验中,MABC算法可以胜过基本ABC算法.
推荐文章
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
一种人工蜂群算法改进方案
人工蜂群算法
跟随蜂
侦察蜂
邻域搜索
一种求解旅行商问题的改进人工蜂群算法
旅行商问题
人工蜂群算法
柯西变异算子
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
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 基于人工蜂群算法的一种改进研究
来源期刊 科技广场 学科 工学
关键词 人工蜂群 全局搜索 优化
年,卷(期) 2017,(7) 所属期刊栏目 研究与探讨
研究方向 页码范围 6-10
页数 5页 分类号 TP301
字数 3562字 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 张明茜 沈阳建筑大学信息与控制工程学院 2 1 1.0 1.0
2 郭兆燚 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (179)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
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(14)
  • 参考文献(3)
  • 二级参考文献(11)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
人工蜂群
全局搜索
优化
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
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
总被引数(次)
31625
论文1v1指导