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:
为克服粒子群优化(PSO)易早熟的缺点,提出了一种改进的粒子群优化(MPSO)算法.该算法使整个粒子群按照变异率产生变异粒子,变异的粒子不再朝群体最优解方向飞行,而是朝反方向运动.MPSO提高了种群的多样性,扩大了搜索的空间,提高了粒子群算法摆脱局部最优解的能力.仿真实验表明,改进的粒子群优化算法显著提高了PSO算法的全局搜索能力,且其性能也明显优于遗传算法.
推荐文章
一种改进的粒子群算法
粒子群算法
极值
惯性权重
一种改进的粒子群算法
聚群
粒子群算法
扰动
惯性权重
一种新的混合粒子群优化算法
粒子群算法
鱼群算法
聚群行为
混合算法
一种改进的粒子群优化算法
粒子群算法
收敛速度
搜索能力
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 一种新的改进粒子群算法研究
来源期刊 河海大学常州分校学报 学科 工学
关键词 粒子群优化算法 早熟 变异
年,卷(期) 2006,(1) 所属期刊栏目 理论研究
研究方向 页码范围 10-13
页数 4页 分类号 TP18
字数 2771字 语种 中文
DOI
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 江金龙 河海大学计算机及信息工程学院 16 90 5.0 9.0
3 薛云灿 河海大学计算机及信息工程学院 29 328 8.0 17.0
4 冯骏 河海大学计算机及信息工程学院 5 50 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (520)
参考文献  (3)
节点文献
引证文献  (23)
同被引文献  (68)
二级引证文献  (105)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(5)
  • 引证文献(4)
  • 二级引证文献(1)
2008(5)
  • 引证文献(4)
  • 二级引证文献(1)
2009(8)
  • 引证文献(3)
  • 二级引证文献(5)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(14)
  • 引证文献(4)
  • 二级引证文献(10)
2014(12)
  • 引证文献(1)
  • 二级引证文献(11)
2015(14)
  • 引证文献(1)
  • 二级引证文献(13)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(16)
  • 引证文献(0)
  • 二级引证文献(16)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
粒子群优化算法
早熟
变异
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
河海大学常州分校学报
季刊
1009-1130
32-1591/T
大6开
江苏省常州市
1987
chi
出版文献量(篇)
554
总下载数(次)
1
相关基金
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
论文1v1指导