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:
萤火虫算法(FA)是继粒子群算法、遗传算法、模拟退火算法等经典智能算法之后,由剑桥学者 Yang Xin-she提出的一种模仿自然界萤火虫捕食、求偶行为的新颖的群体智能随机优化算法。该算法近年来逐渐在不同优化领域得以成功应用,但也存在易陷入局部最优、算法过早收敛等问题,为此许多学者对萤火虫算法进行了改进。针对基于惯性权重的萤火虫算法、基于混沌算法的萤火虫算法这两种改进算法,通过几种标准检验函数对各算法的性能进行详细的仿真、比较,得出具体试验结果。在控制系统PID参数优化中应用改进后的萤火虫算法,仿真结果表明改进后的萤火虫算法寻优精度和搜索速度均优于基本粒子群算法。
推荐文章
改进萤火虫算法在混合装药内弹道性能优化中的应用
萤火虫算法
混合装药
内弹道
收敛效果
全局最优
一种改进的萤火虫算法
萤火虫算法
多峰函数
动态步长
一种新颖的改进萤火虫算法
萤火虫算法
多峰函数
动态步长
自适应
基于Tent混沌映射的改进的萤火虫算法
萤火虫算法
混沌映射
混沌优化算法
参数优化
基准测试函数
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 几种改进的萤火虫算法性能比较及应用
来源期刊 软件导刊 学科 工学
关键词 萤火虫算法 惯性权重 混沌算法 函数优化 比较研究 PID 粒子群算法
年,卷(期) 2017,(1) 所属期刊栏目 算法与语言
研究方向 页码范围 21-25
页数 5页 分类号 TP312
字数 4619字 语种 中文
DOI 10.11907/rjdk.162200
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 马良玉 华北电力大学自动化系 83 1254 20.0 31.0
2 曹鹏蕊 华北电力大学自动化系 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (125)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (3)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(18)
  • 参考文献(4)
  • 二级参考文献(14)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(3)
  • 参考文献(3)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
萤火虫算法
惯性权重
混沌算法
函数优化
比较研究
PID
粒子群算法
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导