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:
针对人工蜂群算法探索能力强而开发能力较弱的问题,提出一种基于环形拓扑的遗传学习人工蜂群算法.算法中引入环形拓扑遗传学习策略来生成精英个体,可以增加种群多样性,保证算法的探索能力.同时,在搜索方程中利用精英个体和全局最优个体进行搜索引导,可以提高算法的开发能力,加快算法的收敛速度.通过对6个标准测试函数实验,与其他算法比较发现,所提出的算法较其他算法具有较好的优化性能.
推荐文章
异维学习人工蜂群算法
人工蜂群算法
自适应
异维学习
全局探索
局部开发
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
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
一种具有学习能力的人工蜂群优化算法
人工蜂群算法
优化
学习能力
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 环形拓扑遗传学习人工蜂群算法研究
来源期刊 甘肃科技纵横 学科 工学
关键词 遗传学习 人工蜂群算法 环形拓扑
年,卷(期) 2019,(12) 所属期刊栏目 信息技术
研究方向 页码范围 1-4
页数 4页 分类号 TP301.6
字数 3239字 语种 中文
DOI 10.3969/j.issn.1672-6375.2019.12.001
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 王贞 北方民族大学数学与信息科学学院 8 6 1.0 2.0
2 李旭飞 北方民族大学数学与信息科学学院 4 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(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)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
遗传学习
人工蜂群算法
环形拓扑
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
甘肃科技纵横
月刊
1672-6375
62-1173/N
大16开
甘肃省兰州市城关区詹家拐子89号
54-38
1971
chi
出版文献量(篇)
11447
总下载数(次)
23
总被引数(次)
23845
论文1v1指导