原文服务方: 计算机应用研究       
摘要:
介绍了2013年以来国内外蜂群算法的研究成果,包括加快收敛、提高开采能力、提高算法性能方面的改进;针对约束优化、平行化运行、多目标寻优等多方面的研究,以及人工蜂群算法在神经网络、无线传感网、决策调度、图像信号处理等多个领域的研究现状,并指出人工蜂群算法有待进一步解决的问题及未来的研究方向.
推荐文章
人工蜂群算法研究综述
群体智能
人工蜂群算法
约束优化
多目标优化
选择算法
人工蜂群算法及其应用
人工蜂群算法
群体智能
综述
研究现状
病毒进化理论人工蜂群算法研究
人工蜂群算法
病毒
进化
局部最优值
收敛
人工蜂群算法改进
人工蜂群算法
群智能优化算法
量子策略
标准测试函数
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 人工蜂群算法研究综述
来源期刊 计算机应用研究 学科
关键词 人工蜂群算法 群智能 多目标优化 约束优化
年,卷(期) 2018,(5) 所属期刊栏目 综述评论
研究方向 页码范围 1281-1286
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.05.001
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 杨荣华 福建工程学院信息科学与工程学院 13 169 6.0 13.0
2 刘建华 福建工程学院信息科学与工程学院 18 168 5.0 12.0
3 何尧 福建工程学院信息科学与工程学院 5 38 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (233)
共引文献  (238)
参考文献  (78)
节点文献
引证文献  (33)
同被引文献  (95)
二级引证文献  (10)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 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(20)
  • 参考文献(3)
  • 二级参考文献(17)
2010(31)
  • 参考文献(1)
  • 二级参考文献(30)
2011(61)
  • 参考文献(0)
  • 二级参考文献(61)
2012(38)
  • 参考文献(3)
  • 二级参考文献(35)
2013(58)
  • 参考文献(22)
  • 二级参考文献(36)
2014(43)
  • 参考文献(22)
  • 二级参考文献(21)
2015(21)
  • 参考文献(13)
  • 二级参考文献(8)
2016(7)
  • 参考文献(7)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(25)
  • 引证文献(22)
  • 二级引证文献(3)
2020(14)
  • 引证文献(7)
  • 二级引证文献(7)
研究主题发展历程
节点文献
人工蜂群算法
群智能
多目标优化
约束优化
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