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:
针对人工蜂群算法(Artificial Bee Colony,ABC)邻域搜索能力不强且容易陷入局部最优的不足,引入禁忌搜索的思想,提出了基于禁忌搜索的人工蜂群算法(TS_ABC).TS_ABC算法在ABC算法的基础上加入两个禁忌表,分别记为禁忌表T1和禁忌表T2.禁忌表T1的长度是有限的,存储蜜蜂访问过的当前解;禁忌表T2的长度是无限的,存储优化limit次后没有改进的解.蜜蜂在蜜源位置搜索新解时要跳过禁忌表里的解,这样避免了重复搜索,增强了邻域搜索能力,克服了容易陷入局部最优.15个标准函数上实验结果表明:(1)TS_ABC的性能优于ABC算法;(2)在求解多峰函数最优解时,TS_ABC性能更加优于ABC算法;(3)随着函数维数的增加,相对于ABC算法,TS_ABC性能提高更多.3个标准函数上实验结果表明:TS_ABC算法性能优于ABC算法,即提出的使用两个禁忌表的方法优于只使用一个禁忌表的方法.
推荐文章
基于禁忌搜索的人工蜂群算法及其应用
蜂群算法
禁忌搜索算法
禁忌表
邻域搜索
图像边缘检测
基于随机搜索变异策略的人工蜂群算法
人工蜂群算法
随机搜索
搜索方程
函数优化
基于禁忌搜索的人工蜂群算法及其应用
蜂群算法
禁忌搜索算法
禁忌表
邻域搜索
图像边缘检测
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
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 基于禁忌搜索的人工蜂群算法
来源期刊 计算机工程与应用 学科 工学
关键词 人工蜂群算法 禁忌搜索 局部最优
年,卷(期) 2017,(4) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 145-151,175
页数 8页 分类号 TP391.41
字数 4786字 语种 中文
DOI 10.3778/j.issn.1002-8331.1507-0077
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 李艳娟 东北林业大学信息与计算机工程学院 29 78 4.0 8.0
2 陈阿慧 东北林业大学信息与计算机工程学院 2 39 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (3)
参考文献  (15)
节点文献
引证文献  (17)
同被引文献  (48)
二级引证文献  (71)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(14)
  • 引证文献(8)
  • 二级引证文献(6)
2019(54)
  • 引证文献(3)
  • 二级引证文献(51)
2020(16)
  • 引证文献(2)
  • 二级引证文献(14)
研究主题发展历程
节点文献
人工蜂群算法
禁忌搜索
局部最优
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导