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:
本文提出了一种新的基于群体适应度方差自适应变异的粒子群优化算法(AMPSO).该算法在运行过程中根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率,变异操作增强了粒子群优化算法跳出局部最优解的能力.对几种典型函数的测试结果表明:新算法的全局收搜索能力有了显著提高,并且能够有效避免早熟收敛问题.
推荐文章
自适应变异综合学习粒子群优化算法
群体智能
粒子群优化算法
综合学习
最小方差优先
自适应变异
带自适应变异的量子粒子群优化算法
全局最优化
粒子群优化
量子粒子群优化
自适应变异
自适应变异的粒子群优化算法
粒子群优化算法
自适应变异
早熟收敛
基于自适应变异的混沌粒子群优化算法
粒子群优化
自适应策略
混沌映射
数值优化
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 自适应变异的粒子群优化算法
来源期刊 电子学报 学科 工学
关键词 粒子群 自适应变异 优化 早熟收敛
年,卷(期) 2004,(3) 所属期刊栏目 学术论文
研究方向 页码范围 416-420
页数 5页 分类号 TP18
字数 4773字 语种 中文
DOI 10.3321/j.issn:0372-2112.2004.03.016
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 吕振肃 兰州大学信息科学与工程学院 58 1662 15.0 40.0
2 侯志荣 兰州大学信息科学与工程学院 5 1092 4.0 5.0
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  (0)
节点文献
引证文献  (781)
同被引文献  (623)
二级引证文献  (4740)
2004(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)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(33)
  • 引证文献(32)
  • 二级引证文献(1)
2006(122)
  • 引证文献(66)
  • 二级引证文献(56)
2007(226)
  • 引证文献(60)
  • 二级引证文献(166)
2008(361)
  • 引证文献(82)
  • 二级引证文献(279)
2009(400)
  • 引证文献(78)
  • 二级引证文献(322)
2010(391)
  • 引证文献(63)
  • 二级引证文献(328)
2011(423)
  • 引证文献(83)
  • 二级引证文献(340)
2012(421)
  • 引证文献(61)
  • 二级引证文献(360)
2013(448)
  • 引证文献(55)
  • 二级引证文献(393)
2014(478)
  • 引证文献(42)
  • 二级引证文献(436)
2015(499)
  • 引证文献(30)
  • 二级引证文献(469)
2016(462)
  • 引证文献(47)
  • 二级引证文献(415)
2017(439)
  • 引证文献(28)
  • 二级引证文献(411)
2018(396)
  • 引证文献(32)
  • 二级引证文献(364)
2019(313)
  • 引证文献(13)
  • 二级引证文献(300)
2020(105)
  • 引证文献(7)
  • 二级引证文献(98)
研究主题发展历程
节点文献
粒子群
自适应变异
优化
早熟收敛
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
论文1v1指导