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:
基本人工蜂群算法及其搜索策略侧重探索,为增强算法的开发能力,提出一种具有自适应搜索策略的混合人工蜂群算法.将目标函数值信息和最优解引导信息引入搜索策略,提出具有自适应机制、开发能力强的搜索策略;为防止"早熟"现象,利用三个不同随机食物源和高斯分布,设计出全局探索能力较强的搜索策略.将两个搜索策略在雇佣蜂阶段混合以平衡算法的探索与开发能力,在观察蜂阶段使用具有自适应机制、开发能力强的搜索策略以加快收敛.与基本及具有代表性的改进人工蜂群算法在20个标准测试函数中进行对比实验,结果表明所提算法具有更好的搜索能力和更快的收敛速度.
推荐文章
自适应贪婪搜索的人工蜂群算法
人工蜂群算法
贪婪搜索
自适应策略
计算复杂度
基于分段搜索策略的自适应差分进化人工蜂群算法
人工蜂群算法
分段搜索
差分进化
当前最优解
基于改进局部搜索策略的人工蜂群算法
人工蜂群算法
局部搜索
当前最优解
混沌
自适应侦查
基于猫群思想的混合人工蜂群算法
随机新解引导
猫群思想
跟踪模式
人工蜂群算法
函数优化
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 具有自适应搜索策略的混合人工蜂群算法
来源期刊 计算机工程与应用 学科 工学
关键词 人工蜂群算法 目标函数值信息 自适应 改进搜索策略 高斯分布
年,卷(期) 2019,(22) 所属期刊栏目 理论与研发
研究方向 页码范围 53-59,85
页数 8页 分类号 TP18
字数 6044字 语种 中文
DOI 10.3778/j.issn.1002-8331.1808-0460
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 宋晓宇 沈阳建筑大学信息与控制工程学院 97 830 16.0 23.0
2 赵明 沈阳建筑大学信息与控制工程学院 26 60 4.0 7.0
3 高明海 沈阳建筑大学信息与控制工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (150)
共引文献  (171)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(26)
  • 参考文献(1)
  • 二级参考文献(25)
2012(16)
  • 参考文献(2)
  • 二级参考文献(14)
2013(14)
  • 参考文献(3)
  • 二级参考文献(11)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(38)
  • 参考文献(0)
  • 二级参考文献(38)
2018(13)
  • 参考文献(4)
  • 二级参考文献(9)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 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
人工蜂群算法
目标函数值信息
自适应
改进搜索策略
高斯分布
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导