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:
粒子群优化是由Eberhart博士和Kennedy博士于1995年根据鸟或鱼群居社会行为而提出的.本文提出了4种改进的算法,特别推荐结合模拟退火算法思想提出的一种新算法.经过与基本粒子群算法比较测试,证实它是一种简单有效的算法.
推荐文章
基于模拟退火的粒子群优化算法
模拟退火
粒子群优化算法
杂交
变异
用模拟退火思想的粒子群算法
模拟退火
粒子群算法
最大类间方差法
阈值分割
基于模拟退火思想改进的粒子群算法求解背包问题
模拟退火
粒子群
背包问题
遗传算法
基于模拟退火和文化粒子群的优化算法
双演化
模拟退火算法
文化算法
混合算法
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 基于模拟退火算法思想的粒子群优化算法
来源期刊 计算机应用与软件 学科
关键词 粒子群 模拟退火算法 优化 蚁群算法
年,卷(期) 2005,(1) 所属期刊栏目 算法
研究方向 页码范围 103-104,80
页数 3页 分类号
字数 2909字 语种 中文
DOI 10.3969/j.issn.1000-386X.2005.01.042
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 杨静宇 南京理工大学计算机系 623 11098 50.0 74.0
2 吴小俊 华东船舶工业学院电子与信息系 33 688 13.0 26.0
3 刘同明 华东船舶工业学院电子与信息系 44 496 11.0 21.0
4 高尚 南京理工大学计算机系 18 816 10.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (227)
参考文献  (1)
节点文献
引证文献  (123)
同被引文献  (149)
二级引证文献  (630)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(23)
  • 引证文献(21)
  • 二级引证文献(2)
2008(37)
  • 引证文献(19)
  • 二级引证文献(18)
2009(69)
  • 引证文献(18)
  • 二级引证文献(51)
2010(71)
  • 引证文献(9)
  • 二级引证文献(62)
2011(72)
  • 引证文献(8)
  • 二级引证文献(64)
2012(58)
  • 引证文献(5)
  • 二级引证文献(53)
2013(74)
  • 引证文献(7)
  • 二级引证文献(67)
2014(62)
  • 引证文献(4)
  • 二级引证文献(58)
2015(52)
  • 引证文献(4)
  • 二级引证文献(48)
2016(64)
  • 引证文献(6)
  • 二级引证文献(58)
2017(75)
  • 引证文献(6)
  • 二级引证文献(69)
2018(44)
  • 引证文献(4)
  • 二级引证文献(40)
2019(39)
  • 引证文献(8)
  • 二级引证文献(31)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
粒子群
模拟退火算法
优化
蚁群算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导