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:
针对基本被囊群算法求解精度较低、收敛速度较慢、容易陷入局部最优的缺陷,提出信息共享的记忆被囊群算法.首先,将整个种群分为执行信息共享搜索和喷气推进搜索两个子群,引入动态自适应调整策略,用于平衡算法的全局开拓能力和局部开发能力.然后,在执行信息共享搜索模式时,部分个体向同伴所在领域相互获取信息,实现种群个体之间信息的充分交流与共享.另一部分个体引入历史最优位置,用于引导学习,增强算法搜索的有效性.在20个基准测试函数上的实验表明,文中算法的收敛速度、求解精度、鲁棒性等都较优.
推荐文章
基于粒子记忆体的多目标微粒群算法
多目标优化
微粒群算法
记忆体
多样性
pbest
多特征信息融合的中心群跟踪算法
中心群跟踪
数据关联
目标多特征
信息融合
自适应调整信息素的蚁群算法
蚁群算法
TSP问题
信息素
改进蚁群算法的局部信息动态路径规划
蚁群算法
局部信息
局部目标点
动态路径规划
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 信息共享的记忆被囊群算法
来源期刊 模式识别与人工智能 学科
关键词 被囊群算法 信息共享 记忆搜索行为 搜索精度
年,卷(期) 2021,(7) 所属期刊栏目 “智能优化算法”专题|Metaheuristic Algorithm
研究方向 页码范围 605-618
页数 14页 分类号 TP182|TP391
字数 语种 中文
DOI 10.16451/j.cnki.issn1003-6059.202107003
五维指标
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  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2020(1)
  • 参考文献(1)
  • 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
被囊群算法
信息共享
记忆搜索行为
搜索精度
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导