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:
猴群算法是一种新的群体智能优化算法,该算法可以有效地求解线性、非线性、非凸和复杂高维函数的优化问题,目前已得到了许多学者的研究和关注.为了进一步提高猴群算法的求解精度,给出了一种改进的猴群算法.首先,采用均匀分布的Kent混沌映射产生猴群算法的初始可行解.然后,在该算法的爬过程中采用递减的因子作为爬步长.最后,在仿真实验中,与已有方法进行比较,结果显示了所给改进猴群算法的求解精度明显得到改善,即所提算法是可行的.
推荐文章
一种改进的微粒群算法
微粒群优化算法
排雷策略
旋转方向法
收敛
一种混合改进的鸡群优化算法
鸡群算法
反向学习
边界变异
模拟退火算法
一种改进的蚁群WSN路由算法
蚁群算法
生命周期
能量路由
信息素
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 一种改进的猴群算法
来源期刊 计算机系统应用 学科
关键词 智能算法 猴群算法 Kent混沌映射 递减的因子
年,卷(期) 2017,(6) 所属期刊栏目 软件技术·算法
研究方向 页码范围 193-197
页数 5页 分类号
字数 3228字 语种 中文
DOI 10.15888/j.cnki.csa.005822
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 徐小平 西安理工大学理学院 36 536 12.0 22.0
2 张东洁 西安理工大学理学院 3 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (139)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (22)
二级引证文献  (8)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(17)
  • 参考文献(0)
  • 二级参考文献(17)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(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(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
智能算法
猴群算法
Kent混沌映射
递减的因子
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导