原文服务方: 计算机应用研究       
摘要:
针对基本人工鱼群算法运算精度低和效率差的缺点,将共轭梯度法引入基本人工鱼群算法中,得到改进的人工鱼群算法.算法对每条人工鱼分别进行聚群算子和追尾算子,若更新结果没有得到改善,则利用共轭梯度法进行更新.在人工鱼群更新过程中引入共轭梯度法,减少随机性,增强人工鱼个体的局部寻优能力,确保人工鱼每次更新都会得到改善,从而加快人工鱼群算法收敛速度.数值实验结果表明,所得改进人工鱼群算法具有更快的收敛速度,同时收敛精度也得到一定提升.
推荐文章
一种改进的人工鱼群算法
人工鱼群算法
群体智能
优化
基于改进随机移动算子的人工鱼群算法
人工鱼群算法
随机移动算子
粒子群算法
自适应扰动
基于双混沌映射改进的人工鱼群算法
人工鱼群算法
混沌映射
局部最优
混沌变异
基于改进的人工鱼群算法的配电网无功优化
人工鱼群算法
配电网
无功优化
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 基于共轭梯度法改进的人工鱼群算法
来源期刊 计算机应用研究 学科
关键词 人工鱼群算法 共轭梯度法 数值实验 适应度函数
年,卷(期) 2017,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3589-3593
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.12.016
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 梁昔明 北京建筑大学理学院 25 123 7.0 10.0
2 李君 北京建筑大学理学院 5 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (131)
共引文献  (706)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (0)
1964(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)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(20)
  • 参考文献(0)
  • 二级参考文献(20)
2013(19)
  • 参考文献(0)
  • 二级参考文献(19)
2014(17)
  • 参考文献(4)
  • 二级参考文献(13)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工鱼群算法
共轭梯度法
数值实验
适应度函数
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导