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:
提出一种基于多目标驱动蜂群算法的疏散仿真模型.在人工蜂群算法的基础上,对跟随蜂设置视野搜索半径,将视野范围内适应值最优个体作为其视觉引领蜂,从而减少跟随蜂选择引领蜂的盲目性.提出多目标驱动人工蜂群算法,即由惯性引领蜂、全局最优蜂、个体历史最优蜂、视觉引领蜂共同对跟随蜂的移动方向进行引导,从而使跟随蜂的移动路径得到进一步优化.试验结果表明,多目标驱动人工蜂群算法疏散效率较高,在疏散总人数较多的情况下性能更优,且人员分布更为合理.本研究的模型和算法能够有效提高疏散效率,适合多障碍物场景下的疏散问题.
推荐文章
基于混合人工蜂群算法的多目标柔性作业车间调度问题研究
计算机应用
柔性作业车间调度
人工蜂群算法
多目标优化
禁忌搜索
多目标人工蜂群算法在服务组合优化中的应用
服务组合
服务质量
人工蜂群算法
Pareto占优
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
多目标人工蜂群算法研究
人工蜂群算法
Pareto
粒子群算法
采蜜行为
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 基于多目标驱动人工蜂群算法的疏散仿真模型
来源期刊 山东大学学报(工学版) 学科
关键词 疏散模型 人工蜂群算法 多目标驱动 元胞自动机 视觉引领
年,卷(期) 2021,(3) 所属期刊栏目 机器学习与数据挖掘|Machine Learning & Data Mining
研究方向 页码范围 1-6
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.6040/j.issn.1672-3961.0.2020.259
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (10)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(7)
  • 参考文献(6)
  • 二级参考文献(1)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(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
疏散模型
人工蜂群算法
多目标驱动
元胞自动机
视觉引领
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导