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(Artificial Bee Colony,ABC)算法是一种模仿蜂群寻找蜜源的新型算法,因具有参数简单、灵活性强等优点而被广泛用于解决工程问题.但该算法在早熟、收敛速度慢和个体越界等缺点.为此,提出一种自扰动人工蜂群算法(Novel Artificial Bee Algorithm with Adaptive Disturbance,IGABC).该算法采用轴对称策略处理蜂群中的越界个体,提高了算法的搜索效率.通过改进全局搜索方程的结构,同时加入带阈值的线性递增策略,提出一种全新的自适应搜索方程.自适应搜索方程提高了算法的收敛精度并加快了速度.为了获得更好的全局最优解,提出一种自扰动方法对全局最优解进行扰动.选取18个基准测试函数以及近4年提出的6个改进ABC算法进行对比实验,结果表明,该算法在收敛速度和精度上均有较大的优势,尤其在处理Rosenbrock等很难寻优的复杂函数时,收敛精度提高了16个数量级.
推荐文章
基于向量整体扰动的快速收敛人工蜂群算法
人工蜂群算法
向量整体扰动
反向学习
随机更新搜索策略
基于自适应动态重组和极值扰动的人工蜂群算法
人工蜂群算法
混沌优化算子
贡献度
自适应动态重组
极值扰动
人工蜂群算法研究综述
群体智能
人工蜂群算法
约束优化
多目标优化
选择算法
人工蜂群算法改进
人工蜂群算法
群智能优化算法
量子策略
标准测试函数
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 自扰动人工蜂群算法
来源期刊 计算机科学 学科 工学
关键词 改进算法 自扰动 带阈值的线性递增策略 轴对称策略 自适应 Rosenbrock
年,卷(期) 2017,(7) 所属期刊栏目 人工智能
研究方向 页码范围 237-243
页数 7页 分类号 TP301.6
字数 5262字 语种 中文
DOI 10.11896/j.issn.1002-137X.2017.07.042
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 冯冬青 郑州大学电气工程学院 96 930 17.0 23.0
2 周树亮 郑州大学电气工程学院 5 14 3.0 3.0
3 陈雪美 郑州大学电气工程学院 4 13 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (37)
参考文献  (18)
节点文献
引证文献  (4)
同被引文献  (23)
二级引证文献  (15)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
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(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(7)
  • 参考文献(7)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
改进算法
自扰动
带阈值的线性递增策略
轴对称策略
自适应
Rosenbrock
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导