期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
几种常规群体智能算法的研究进展
被引量：
1
下载PDF
职称材料
导出
摘要
本文主要针对智能优化算法,阐述了其典型算法和最新优化算法的发展情况。
作者
刘利波
周洁
机构地区
新疆轻工职业技术学院
新疆建设职业技术学院
出处
《电子技术与软件工程》
2016年第3期165-165,共1页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金
新疆维吾尔自治区高校科研计划资助(项目批准号XJEDU2014S087)课题名称:"群体智能算法在无线传感网定位中的应用研究"
关键词
计算机智能
群体智能
算法
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
12
参考文献
2
共引文献
2
同被引文献
8
引证文献
1
二级引证文献
10
参考文献
2
1
向万里.混合群体智能优化算法及应用研究[D].天津大学,2014.
2
冯月华,陈州吉.
基于群体智能的蚁群算法原理及应用研究[J]
.兰州文理学院学报（自然科学版）,2014,28(2):58-62.
被引量：3
二级参考文献
12
1
牛新征,佘堃,路纲,周明天.
蚁群算法研究的新进展和展望[J]
.计算机应用研究,2007,24(4):12-15.
被引量：7
2
郭平,鄢文晋.
基于TSP问题的蚁群算法综述[J]
.计算机科学,2007,34(10):181-184.
被引量：34
3
Thomas Stützle,Holger H. Hoos.MAX – MIN Ant System[J].Future Generation Computer Systems.2000(8)
4
孟非,李静宜,朱人杰.
蚁群算法中蚂蚁更新方法之研究[J]
.计算机工程与应用,2011,47(25):54-57.
被引量：4
5
金浩,刘维宁.
基于觅食-返巢机制连续域蚁群算法[J]
.计算机工程与应用,2012,48(1):24-26.
被引量：6
6
陈一昭,姜麟.
蚁群算法参数分析[J]
.科学技术与工程,2011,11(36):9080-9084.
被引量：17
7
王越,叶秋冬.
蚁群算法在求解最短路径问题上的改进策略[J]
.计算机工程与应用,2012,48(13):35-38.
被引量：20
8
宋锦娟,白艳萍.
一种改进的蚁群算法及其在TSP中的应用[J]
.数学的实践与认识,2012,42(18):154-162.
被引量：8
9
周明秀,程科,汪正霞.
动态路径规划中的改进蚁群算法[J]
.计算机科学,2013,40(1):314-316.
被引量：54
10
吴斌,史忠植.
一种基于蚁群算法的TSP问题分段求解算法[J]
.计算机学报,2001,24(12):1328-1333.
被引量：247
共引文献
2
1
朱俚治.
MMTD算法在蚁群算法中的应用和研究[J]
.计算机与数字工程,2017,45(12):2350-2353.
2
陈辉,张燕,夏庆锋.
移动机器人路径规划技术[J]
.兵工自动化,2018,37(4):65-68.
被引量：5
同被引文献
8
1
罗钧,李研.
具有混沌搜索策略的蜂群优化算法[J]
.控制与决策,2010,25(12):1913-1916.
被引量：78
2
高卫峰,刘三阳.
一种高效粒子群优化算法[J]
.控制与决策,2011,26(8):1158-1162.
被引量：27
3
罗金炎.
融合随机逼近算法的粒子群优化算法[J]
.计算机系统应用,2015,24(6):108-113.
被引量：1
4
刘寒冰,张亚娟.
求解0-1背包问题的改进混合遗传算法[J]
.计算机系统应用,2015,24(6):197-201.
被引量：3
5
夏学文,刘经南,高柯夫,李元香,曾辉.
具备反向学习和局部学习能力的粒子群算法[J]
.计算机学报,2015,38(7):1397-1407.
被引量：83
6
王东风,孟丽.
粒子群优化算法的性能分析和参数选择[J]
.自动化学报,2016,42(10):1552-1561.
被引量：118
7
张明,张树群,雷兆宜.
改进的萤火虫算法在神经网络中的应用[J]
.计算机工程与应用,2017,53(5):159-163.
被引量：17
8
楚东来,赵伟辰,林春城.
群智能算法的研究现状和发展趋势[J]
.信息通信,2015,28(11):38-39.
被引量：3
引证文献
1
1
陈伟超,符强.
基于倒位变异的蜉蝣优化算法[J]
.计算机系统应用,2021,30(8):157-163.
被引量：10
二级引证文献
10
1
王艺博.
基于莱维飞行蜉蝣优化算法的光伏阵列最大功率点跟踪研究[J]
.电气技术,2022,23(1):64-69.
被引量：5
2
吴霄,江海新,吴芸,吴雪颜,江佳玉,童林.
基于佳点集和莱维飞行原理的蜉蝣优化算法[J]
.高师理科学刊,2022,42(3):36-41.
被引量：1
3
彭泽森,舒恺,高飞翎,余萃卓.
基于改进蜉蝣算法的一种新型无功优化补偿方法及其应用[J]
.智慧电力,2022,50(12):41-47.
被引量：4
4
童林,吴芸,吴雪颜,吴霄,江佳玉.
混合引力搜索的自适应反向学习蜉蝣优化算法[J]
.广东石油化工学院学报,2023,33(1):43-47.
5
江佳玉,吴芸,童林,吴雪颜,吴霄.
基于高斯扰动的反向蜉蝣优化算法[J]
.宝鸡文理学院学报（自然科学版）,2023,43(1):19-26.
6
张少丰,李书琴.
引入精英反向学习和柯西变异的混沌蜉蝣算法[J]
.计算机工程与设计,2024,45(1):187-196.
被引量：3
7
吴雪颜,吴芸,吴霄,江佳玉,童林,沈霞.
基于正弦惯性权值反向蜉蝣优化算法[J]
.西安邮电大学学报,2023,28(6):82-93.
8
张恒齐,钱谦.
具有稚虫迁徙机制的S型自适应混沌蜉蝣算法[J]
.化工自动化及仪表,2024,51(2):262-273.
9
胡作鹏,杨彦龙,贾文生.
基于蜉蝣算法的非合作博弈Nash均衡求解[J]
.计算机仿真,2024,41(7):411-416.
10
骆正山,张景奇,骆济豪,王小完.
基于IMA-AmMLP模型的CO_(2)驱最小混相压力预测[J]
.石油学报,2024,45(10):1522-1528.
1
林虹.
机器人比人聪明？[J]
.科学大观园,2000(2):8-9.
2
海丽切木·阿布来提.
浅谈几种智能优化算法[J]
.电脑知识与技术,2011,7(7):4628-4630.
被引量：2
3
麻兴东.
计算机智能图像识别算法研究[J]
.科技资讯,2015,13(20):24-25.
被引量：7
4
刘世德,王玉正,韩新强.
Windows下实时数据采集的实现[J]
.机械制造与自动化,2010,40(3):133-134.
被引量：1
5
刘世德,王玉正,韩新强.
Windows下实时数据采集的实现[J]
.中国制造业信息化（学术版）,2009,38(10):52-53.
被引量：1
6
朱立峰.
环境科学中的机器学习方法 神经网络与核方法[J]
.国外科技新书评介,2010(5):14-15.
7
刘洋.
计算机智能图像识别算法[J]
.通讯世界,2016,22(3):283-284.
被引量：2
8
刘芳.
电子工程自动化控制中的智能技术研究[J]
.电子制作,2014,22(7X):150-151.
被引量：5
9
高贤伟,杨国营.
谈计算机智能监测控制系统的设计及应用[J]
.华东科技（学术版）,2013(6):2-2.
10
谭明交,张宏梅,吕艳秋.
群体智能算法及其性能评价指标研究[J]
.计算机与数字工程,2008,36(8):10-12.
被引量：4
电子技术与软件工程
2016年 第3期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
