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:
针对人工蜂群算法收敛速度慢,求解精度不高,易陷入局部最优等问题,基于受粒子群启发的多精英人工蜂群优化算法,引入了蜂群中的精英个体和全局最优个体来增强开发全局最优解的能力.文章中,在雇佣蜂阶段借助精英个体引导蜜源搜索,并利用蜂群中蜜源的质量排序重新构造蜜源的选择概率公式;在跟随蜂阶段,选择种群最优蜜源引领蜂群,加强算法对全局最好解的局部开采能力,同时将随机选择邻居蜜源变为最优定向选择.最后利用单纯形算法对精英解集进行再次更新,进一步平衡蜂群的全局搜索和局部寻优能力.数值实验表明改进的新算法的寻优精度和收敛速度均有明显提高.
推荐文章
基于单纯形法的人工蜂群算法改进研究
人工蜂群算法
单纯形法
侦查蜂
基于Nelder-mead单纯形法的改进人工蜂群算法研究
人工蜂群算法
Nelder-mead单纯形法
协同搜索
灵敏度分析
全局搜索
基于最优个体指导单纯形法改进的人工蜂群算法及应用
人工蜂群算法
单纯形法
最优解
数值试验
参数优化
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 基于单纯形的改进精英人工蜂群算法
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 人工蜂群算法 定向更新策略 精英解集 选择概率 单纯形
年,卷(期) 2018,(6) 所属期刊栏目 群体智能优化算法专题
研究方向 页码范围 36-42
页数 7页 分类号 TP391|TN911.7
字数 5815字 语种 中文
DOI 10.13705/j.issn.1671-6833.2018.06.008
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 王丹 南京师范大学数学科学学院 40 222 9.0 13.0
2 孙越泓 南京师范大学数学科学学院 18 151 6.0 12.0
6 金叶 南京师范大学数学科学学院 2 2 1.0 1.0
7 王加翠 南京师范大学数学科学学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (23)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (16)
二级引证文献  (12)
1965(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
人工蜂群算法
定向更新策略
精英解集
选择概率
单纯形
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导