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:
论文提出了一种新的基于粒子群的多目标优化算法.用搜索过程中所发现非劣解的一部分构成精英集,将其作为粒子群的历史最佳,引导粒子群的搜索,并通过小生境技术和部分变异的方法来提高非劣解集的多样性和分散性.对三个典型多目标测试函数所作实验的结果验证了该方法的有效性和快速性,结果还表明:该方法所得非劣解集在分散性、错误率和逼近程度等量化指标上优于FFGA、SPEA、PAES、NSGA等方法,是一种非常有潜力的多目标优化方法.
推荐文章
基于粒子群算法的钻进参数多目标优化
钻进参数
多目标优化
机械钻速
粒子群
基于自适应学习的多目标粒子群优化算法
粒子群优化
多目标优化
自适应惯性权值
聚类排挤
最优搜索方向学习
自组织多目标粒子群优化算法
多目标粒子群优化
自组织映射
种群分布
精英学习策略
基于多目标粒子群优化的DCT域数字水印算法
数字水印
粒子群算法
多目标优化
DCT
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 基于粒子群的多目标优化算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群优化算法 多目标优化 Pareto最优 小生境 精英集
年,卷(期) 2005,(23) 所属期刊栏目 学术探讨
研究方向 页码范围 43-46
页数 4页 分类号 TP301.6
字数 4909字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.23.013
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 孙德宝 华中科技大学控制科学与工程系 84 2363 22.0 48.0
2 秦元庆 华中科技大学控制科学与工程系 35 777 12.0 27.0
3 李宁 华中科技大学控制科学与工程系 66 2232 18.0 47.0
7 邹彤 华中科技大学控制科学与工程系 15 1315 12.0 15.0
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  (1)
节点文献
引证文献  (143)
同被引文献  (158)
二级引证文献  (475)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(19)
  • 引证文献(16)
  • 二级引证文献(3)
2008(20)
  • 引证文献(14)
  • 二级引证文献(6)
2009(31)
  • 引证文献(21)
  • 二级引证文献(10)
2010(44)
  • 引证文献(12)
  • 二级引证文献(32)
2011(60)
  • 引证文献(7)
  • 二级引证文献(53)
2012(41)
  • 引证文献(6)
  • 二级引证文献(35)
2013(65)
  • 引证文献(11)
  • 二级引证文献(54)
2014(62)
  • 引证文献(13)
  • 二级引证文献(49)
2015(60)
  • 引证文献(11)
  • 二级引证文献(49)
2016(58)
  • 引证文献(6)
  • 二级引证文献(52)
2017(56)
  • 引证文献(9)
  • 二级引证文献(47)
2018(58)
  • 引证文献(7)
  • 二级引证文献(51)
2019(33)
  • 引证文献(5)
  • 二级引证文献(28)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
粒子群优化算法
多目标优化
Pareto最优
小生境
精英集
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导