典型文献
近邻场优化算法研究与应用综述
文献摘要：
近邻场优化算法(neighborhood field optimization,NFO)是一种受生物个体向邻居学习行为启发的新型群体智能优化算法,该算法具有参数较少、结构简单和局部寻优性能强等优点,吸引了国内外众多学者的关注和研究.简单阐述NFO算法的寻优原理和搜索步骤,并分析了现有的算法的改进研究,包括混合算法、编码方式以及搜索步长等改进策略,同时对算法在能源效率、路径规划、经济调度等方面的应用进行概括总结.结合NFO算法的特点及现有研究成果,对算法的未来研究内容与方向做出展望.
文献关键词：
近邻场优化;群体智能;仿生;人工智能;智能建造
中图分类号：
作者姓名：
伍洲;张洪瑞;张海军;宋晴
作者机构：
重庆大学 自动化学院,重庆 400044;哈尔滨工业大学(深圳)计算机科学与技术学院,广东 深圳 518055;北京邮电大学 人工智能学院,北京 100876
文献出处：
引用格式：
[1]伍洲;张洪瑞;张海军;宋晴-.近邻场优化算法研究与应用综述)[J].计算机工程与应用,2022(09):1-8
A类：
近邻场优化,NFO
B类：
算法研究,应用综述,neighborhood,field,optimization,受生,邻居,学习行为,群体智能优化算法,结构简单,寻优性能,改进研究,混合算法,编码方式,步长,改进策略,能源效率,路径规划,经济调度,出展,仿生,智能建造
AB值：
0.341589
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
