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:
传统克隆选择算法在求解复杂最优化问题时常常会遇到早熟收敛和易陷入局部最优的问题.针对这些问题,提出了基于成功历史自适应的混合克隆选择算法.该算法引入改进的基因重组策略来加强算法的全局搜索能力,并将成功历史自适应变异算子与超变异算子相结合提出了成功历史自适应超变异算子来提升算法的性能.在25个测试函数上进行了测试,试验结果表明,所提出的算法能够有效提升传统克隆选择算法的性能,对比其他的算法具备很强的竞争力.
推荐文章
自适应量子交叉克隆选择算法
自适应量子交叉
孔群加工路径优化
多目标优化
自适应混合变异克隆选择算法研究
免疫入侵检测
文化算法
柯西变异
混沌变异
克隆选择
自适应免疫克隆选择文化算法
自适应
克隆选择
(μ+λ)选择
文化算法
免疫算法
一种新型的克隆选择算法
人工免疫系统
危险理论
克隆选择算法
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 基于成功历史自适应的混合克隆选择算法
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 克隆选择 最优化 生物免疫
年,卷(期) 2019,(2) 所属期刊栏目 智能计算
研究方向 页码范围 23-28
页数 6页 分类号 TP301.6
字数 4607字 语种 中文
DOI 10.13705/j.issn.1671-6833.2018.05.018
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 王华 郑州轻工业学院计算机与通信工程学院 22 97 6.0 9.0
2 孟颍辉 郑州轻工业学院计算机与通信工程学院 6 14 2.0 3.0
3 张伟伟 郑州轻工业学院计算机与通信工程学院 15 15 2.0 3.0
4 张卫正 郑州轻工业学院计算机与通信工程学院 9 10 2.0 2.0
5 高奎 郑州轻工业学院计算机与通信工程学院 1 0 0.0 0.0
6 张秋闻 郑州轻工业学院计算机与通信工程学院 14 32 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (21)
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)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
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
克隆选择
最优化
生物免疫
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