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:
天牛须搜索算法是一种新型单体智能优化算法,该算法在低维函数优化中收敛速度快并且具有全局寻优能力,但在多维函数中收敛速度慢,寻优精度较低.针对以上缺点,提出了一种融入模拟退火过程以及自适应因子的改进天牛须搜索算法.该算法在寻优阶段采用自适应因子加快收敛,再通过模拟退火过程概率性跳出局部最优.采用6个标准测试函数进行测试,并与天牛须搜索算法、天牛群算法和模拟退火算法进行对比.仿真结果表明,该算法在多维函数优化问题中有更好的寻优能力.
推荐文章
基于曲线自适应和模拟退火的蝗虫优化算法
蝗虫优化算法
模拟退火算法
混合算法
自适应曲线
融合模拟退火的随机森林房价评估算法
随机森林
模拟退火
参数优化
房价评估
基于双阈值的具有记忆功能的自适应模拟退火算法
模拟退火算法
智能化算法
最优组合
基于捕食搜索策略的模拟退火优化算法
模拟退火
捕食搜索策略
禁忌表
初始温度
降温函数
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 融合模拟退火和自适应的天牛须搜索算法
来源期刊 通信技术 学科 工学
关键词 天牛须搜索算法 单体智能 函数优化 模拟退火
年,卷(期) 2019,(7) 所属期刊栏目 信息处理与传输
研究方向 页码范围 1626-1631
页数 6页 分类号 TP181
字数 3892字 语种 中文
DOI 10.3969/j.issn.1002-0802.2019.07.014
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 伏云发 昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室 21 53 4.0 7.0
2 钱谦 昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室 16 98 4.0 9.0
3 周田江 昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室 2 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  (78)
共引文献  (224)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (17)
二级引证文献  (0)
1953(2)
  • 参考文献(1)
  • 二级参考文献(1)
1983(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(9)
  • 参考文献(4)
  • 二级参考文献(5)
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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
天牛须搜索算法
单体智能
函数优化
模拟退火
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导