作者:
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:
蝙蝠算法是一种有效地求解单目标优化问题的启发式算法.然而,标准蝙蝠算法的速度更新方式偏向于搜索当前全局最优个体周围潜在较优个体,导致算法过早收敛.针对此缺陷,提出了基于惯性权重的蝙蝠算法,即在速度更新时添加惯性权重以改进速度更新的方向,使得种群中个体可以有效地跳出局部最优点.为验证所提算法的性能,采用了CEC2013作为测试集,PSO和标准蝙蝠算法作为对比算法.实验结果显示,所提改进算法可以有效地提升标准蝙蝠算法性能.
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
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
基于随机惯性权重的自适应花粉算法
启发式算法
花粉算法
随机惯性权重
转换概率
收敛性能
基于高斯函数递减惯性权重的粒子群优化算法
粒子群优化
高斯函数
惯性权重
收敛速度
执行效率
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 基于惯性权重的蝙蝠算法
来源期刊 太原科技大学学报 学科 工学
关键词 蝙蝠算法 速度 过早收敛 惯性权重
年,卷(期) 2019,(2) 所属期刊栏目 计算机科学与信息工程
研究方向 页码范围 123-128
页数 6页 分类号 TP391
字数 3329字 语种 中文
DOI 10.3969/j.issn.1673-2057.2019.02.008
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 杨晓琴 11 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (118)
共引文献  (87)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(15)
  • 参考文献(4)
  • 二级参考文献(11)
2014(15)
  • 参考文献(3)
  • 二级参考文献(12)
2015(14)
  • 参考文献(0)
  • 二级参考文献(14)
2016(24)
  • 参考文献(1)
  • 二级参考文献(23)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(6)
  • 参考文献(5)
  • 二级参考文献(1)
2019(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)
研究主题发展历程
节点文献
蝙蝠算法
速度
过早收敛
惯性权重
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
太原科技大学学报
双月刊
1673-2057
14-1330/N
大16开
山西省太原市万柏林区窊流路66号
22-34
1980
chi
出版文献量(篇)
2179
总下载数(次)
6
总被引数(次)
8489
论文1v1指导