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:
针对花授粉算法(FPA)优化高维复杂性问题时存在的收敛精度低且收敛速度慢的缺陷,提出一种基于进化控制与非均匀变异的花授粉算法(ENFPA).该算法引入以余弦函数为控制因子随机调节当前位置与最优位置进化比例,改善算法前期花粉过于聚拢于最优个体而导致进化方向不佳的可能.为一定程度抑制算法进化后期种群多样性降低而出现的优化解聚拢现象,引入非均匀变异策略对当前位置进行改变以拓展新的进化方向.经过仿真数值实验表明,改进算法在函数优化问题上具有更好性能.将改进的算法应用于神经网络优化模型的实验表明,可以一定程度降低神经网络预测的误差.
推荐文章
基于多点非均匀变异的多目标极值优化算法研究
多目标优化
进化算法
极值优化
多点非均匀变异
融合正弦余弦算法的花授粉算法
花授粉算法
正弦余弦算法
函数优化
基于改进的差分进化算法的非均匀阵列综合
天线
非均匀阵列
综合
改进的差分进化算法
峰值旁瓣电平
基于变异策略的改进型花朵授粉算法
花朵授粉算法
变异策略
定向变异
均匀变异
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 基于进化控制与非均匀变异的花授粉算法研究
来源期刊 高技术通讯 学科
关键词 花授粉算法(FPA) 早熟收敛 进化控制 非均匀变异 神经网络
年,卷(期) 2018,(5) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 417-424
页数 8页 分类号
字数 4836字 语种 中文
DOI 10.3772/j.issn.1002-0470.2018.05.005
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 张水平 江西理工大学信息工程学院 45 302 11.0 16.0
2 陈阳 江西理工大学信息工程学院 9 37 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (113)
共引文献  (144)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (22)
二级引证文献  (0)
1965(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(20)
  • 参考文献(1)
  • 二级参考文献(19)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(8)
  • 参考文献(8)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
花授粉算法(FPA)
早熟收敛
进化控制
非均匀变异
神经网络
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
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
论文1v1指导