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:
人工蜂群算法是模仿蜜蜂行为提出的一种群智能优化算法.它的主要特点是只需要对问题的解进行优劣的比较,通过各人工蜂个体的局部寻优行为,最终在群体中使全局最优值突现出来,具有较快的收敛速度,但较容易陷入局部最优解.为了克服这一不足,将模拟退火算法机制引入其中进行改进.既保留了蜂群算法群体寻优的特点,又可以有效地避免陷入局部最优解.通过选择合适的收益率函数和温度下降函数,可以很方便地解决优化问题.通过构造基于残余力向量的损伤识别目标函数,利用改进的人工蜂群算法,能有效地解决结构损伤识别问题.通过对桁架模型进行数值模拟,结果表明文中算法就原算法而言,收敛速度,识别精度和抗噪声能力有较好改善.
推荐文章
基于模拟退火机制的网络蜘蛛搜索策略
专业搜索引擎
网络蜘蛛
搜索策略
模拟退火
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
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
基于混沌机制的人工蜂群算法优化的支持向量机分类器
人工蜂群算法
支持向量机
参数优化
混沌机制
锦标赛选择策略
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 基于模拟退火机制的人工蜂群算法的结构损伤识别
来源期刊 中山大学学报(自然科学版) 学科 工学
关键词 人工蜂群算法 模拟退火算法 残余力向量 损伤识别
年,卷(期) 2017,(2) 所属期刊栏目
研究方向 页码范围 88-92
页数 5页 分类号 TB121
字数 2785字 语种 中文
DOI 10.13471/j.cnki.acta.snus.2017.02.015
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 刘济科 中山大学工学院 106 934 18.0 25.0
2 吕中荣 中山大学工学院 50 208 7.0 12.0
3 丁政豪 中山大学工学院 7 30 4.0 5.0
4 周梓檀 中山大学工学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (28)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (5)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
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(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
人工蜂群算法
模拟退火算法
残余力向量
损伤识别
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
中山大学学报(自然科学版)
双月刊
0529-6579
44-1241/N
大16开
广东省广州市新港西路135号
46-15
1955
chi
出版文献量(篇)
5017
总下载数(次)
6
总被引数(次)
45576
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
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导