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:
针对常规遗传算法容易早熟、局部寻优能力差的弱点,提出一种优进遗传算法.该算法以一定的概率引入确定性操作,并采用空间重组的方式改进子代分布,以提高全局寻优的性能.采用的相关技术包括增加单纯形寻优算子、运用改进的交叉算子、自适应地调整交叉率和变异率等.该算法已成功应用于SO2催化氧化反应动力学模型的非线性参数估计.这种优进遗传算法不依赖于问题的具体领域,可应用于各种数据处理和优化领域.
推荐文章
改进量子遗传算法在多峰值函数寻优中的应用
量子遗传算法
多峰值函数
优化
简易的遗传算法及其在控制中应用
寻优搜索
遗传算法
变异
交叉
应用
压缩遗传算法及其在交通控制中的应用
遗传算法
压缩编码
早熟
多目标优化
基于优进策略的差分进化算法及其化工应用
差分进化
优进策略
化学反应速率
参数估计
建模
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 优进遗传算法及其在化工数据处理中的应用
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 优进策略 遗传算法 非线性参数估计 数据处理 优化
年,卷(期) 2003,(3) 所属期刊栏目 化学工业
研究方向 页码范围 303-306,313
页数 5页 分类号 TQ015.9
字数 4105字 语种 中文
DOI 10.3785/j.issn.1008-973X.2003.03.010
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 陈德钊 浙江大学化学工程学系 112 1957 24.0 38.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (30)
参考文献  (5)
节点文献
引证文献  (25)
同被引文献  (19)
二级引证文献  (128)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(7)
  • 引证文献(6)
  • 二级引证文献(1)
2007(18)
  • 引证文献(6)
  • 二级引证文献(12)
2008(11)
  • 引证文献(2)
  • 二级引证文献(9)
2009(11)
  • 引证文献(3)
  • 二级引证文献(8)
2010(14)
  • 引证文献(3)
  • 二级引证文献(11)
2011(8)
  • 引证文献(0)
  • 二级引证文献(8)
2012(15)
  • 引证文献(0)
  • 二级引证文献(15)
2013(18)
  • 引证文献(0)
  • 二级引证文献(18)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(16)
  • 引证文献(0)
  • 二级引证文献(16)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
优进策略
遗传算法
非线性参数估计
数据处理
优化
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导