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:
作为一种较新的群体智能优化算法,人工蜂群算法自提出之时就受到学术界的广泛关注,目前已经在多个领域得到了成功应用.介绍了人工蜂群算法的生物背景和基本原理,在对基本人工蜂群算法的不足进行分析的基础上,归纳了当前人工蜂群算法的改进研究主要集中在算法的参数调整、混合算法和设计新的学习策略3个方面.针对现实的复杂环境,对人工蜂群算法在约束优化和多目标优化的研究进展进行了全面的综述.最后,阐述了人工蜂群算法的应用现状,并提出了人工蜂群算法有待进一步研究的问题.
推荐文章
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
人工蜂群算法及其应用
人工蜂群算法
群体智能
综述
研究现状
病毒进化理论人工蜂群算法研究
人工蜂群算法
病毒
进化
局部最优值
收敛
人工蜂群算法改进
人工蜂群算法
群智能优化算法
量子策略
标准测试函数
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 人工蜂群算法研究综述
来源期刊 智能系统学报 学科 工学
关键词 群体智能 人工蜂群算法 约束优化 多目标优化 选择算法
年,卷(期) 2014,(2) 所属期刊栏目
研究方向 页码范围 127-135
页数 9页 分类号 TP18|F062.3
字数 8344字 语种 中文
DOI 10.3969/j.issn.1673-4785.201309064
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 秦全德 1 183 1.0 1.0
2 程适 宁波诺丁汉大学计算机科学系 1 183 1.0 1.0
3 李丽 1 183 1.0 1.0
4 史玉回 西交利物浦大学电气电子工程系 2 197 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (151)
参考文献  (54)
节点文献
引证文献  (183)
同被引文献  (453)
二级引证文献  (318)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(16)
  • 参考文献(1)
  • 二级参考文献(15)
2009(19)
  • 参考文献(3)
  • 二级参考文献(16)
2010(13)
  • 参考文献(6)
  • 二级参考文献(7)
2011(29)
  • 参考文献(21)
  • 二级参考文献(8)
2012(12)
  • 参考文献(11)
  • 二级参考文献(1)
2013(9)
  • 参考文献(9)
  • 二级参考文献(0)
2014(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(20)
  • 引证文献(17)
  • 二级引证文献(3)
2016(38)
  • 引证文献(25)
  • 二级引证文献(13)
2017(83)
  • 引证文献(44)
  • 二级引证文献(39)
2018(130)
  • 引证文献(50)
  • 二级引证文献(80)
2019(152)
  • 引证文献(40)
  • 二级引证文献(112)
2020(76)
  • 引证文献(5)
  • 二级引证文献(71)
研究主题发展历程
节点文献
群体智能
人工蜂群算法
约束优化
多目标优化
选择算法
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导