原文服务方: 计算机应用研究       
摘要:
针对传统鲸鱼优化算法收敛速度慢、易陷入局部最优等问题,提出一种基于混合策略改进的鲸鱼优化算法.首先,引入非线性调整策略改进收敛因子,平衡算法的全局探索与局部开发能力并加快算法收敛速度;然后,将自适应权重系数引入鲸鱼位置更新式中,从而提高算法的寻优精度;最后,结合人工蜂群算法的limit阈值思想,使算法能够有效跳出局部最优,改善算法早熟收敛现象.通过对14个基准测试函数在不同维度上的仿真实验表明,改进算法具有较高的寻优精度和较快的收敛速度.
推荐文章
混合策略改进的鲸鱼优化算法
鲸鱼优化算法
混沌映射
非线性策略
惯性权重
变异操作
混合策略改进正弦余弦算法
正弦余弦算法
调节因子
权重系数
逐维交叉学习
基于改进鲸鱼优化算法的盲源分离方法
盲源分离
鲸鱼优化算法
峰度
基于改进鲸鱼优化算法的阵列单元失效校正
阵列天线
阵元失效
鲸鱼优化算法
失效校正
副瓣电平抑制
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 基于混合策略改进的鲸鱼优化算法
来源期刊 计算机应用研究 学科
关键词 鲸鱼优化算法 非线性收敛因子 自适应权重系数 limit阈值
年,卷(期) 2019,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3647-3651,3665
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.07.0382
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 何庆 贵州大学大数据与信息工程学院 34 203 5.0 13.0
5 魏康园 贵州大学大数据与信息工程学院 6 16 3.0 3.0
9 徐钦帅 贵州大学大数据与信息工程学院 6 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (97)
共引文献  (94)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (0)
1979(2)
  • 参考文献(1)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(12)
  • 参考文献(1)
  • 二级参考文献(11)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(15)
  • 参考文献(1)
  • 二级参考文献(14)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(11)
  • 参考文献(3)
  • 二级参考文献(8)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
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(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
鲸鱼优化算法
非线性收敛因子
自适应权重系数
limit阈值
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导