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:
针对传统的蝙蝠算法存在求解精度低和易陷入局部最优的问题,提出了一种加入自学习因子c和比例权重系数的改进方法.通过一系列基准的测试函数的测试结果表明,改进后的蝙蝠算法较传统的蝙蝠算法能够解决算法陷入局部最优的问题,且有效地提高了求解精度.
推荐文章
基于时变惯性权重学习机制的蝙蝠优化算法
蝙蝠算法
时变惯性权重
收敛对比
学习机制
自学习神经元及自学习BP网络
自学习神经元
自学习BP网络
学习策略
面向神经元
一种基于权重策略的蝙蝠算法
蝙蝠算法
权重策略
自适应学习
算法性能
基于自学习规则和改进贝叶斯结合的问题分类
问题分类
问答系统
疑问词
中心词
改进贝叶斯模型
规则
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 基于自学习因子c和权重系数的改进蝙蝠算法
来源期刊 黑龙江电力 学科 工学
关键词 蝙蝠算法 自学习因子 比例权重系数
年,卷(期) 2018,(2) 所属期刊栏目 基金论文
研究方向 页码范围 126-129,136
页数 5页 分类号 TP181
字数 2474字 语种 中文
DOI
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 王平 西华大学电气与电子信息学院 37 250 10.0 14.0
2 田晓飞 西华大学电气与电子信息学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (110)
共引文献  (102)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (4)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(5)
  • 参考文献(0)
  • 二级参考文献(5)
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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(19)
  • 参考文献(1)
  • 二级参考文献(18)
2014(17)
  • 参考文献(1)
  • 二级参考文献(16)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蝙蝠算法
自学习因子
比例权重系数
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
黑龙江电力
双月刊
1002-1663
23-1471/TM
大16开
哈尔滨市香坊区建北街61号
1979
chi
出版文献量(篇)
3200
总下载数(次)
3
总被引数(次)
8902
论文1v1指导