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:
带子群的自组织蠕虫算法(Subgroup-Self-Organizing Worm Algorithm,SSOMA)是一种全新的基于涌现方法的多模态优化算法.与传统的多模态算法相比,该算法具有计算简单、收敛性好、精度高且不需要任何先验知识等优点.对该算法在高维多模态问题优化方面的应用进行了一定的探索,提出了适用于高维函数的算法,用经典测试函数对该算法进行了仿真实验,并进行了计算复杂度分析,结果表明该算法在高维多模态函数优化方面具有较为理想的应用前景.
推荐文章
带子群自组织蠕虫算法及其在多模态问题中的应用
带子群的自组织蠕虫算法
多模态优化
遗传算法
涌现
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
迭代自组织哈希算法
迭代自组织数据分析
多重编码
乘积空间
最远平均距离
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
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 带子群的自组织蠕虫算法在优化方面的应用
来源期刊 计算机工程与应用 学科 工学
关键词 子群 自组织蠕虫算法 多模态优化算法 多维函数 涌现
年,卷(期) 2006,(35) 所属期刊栏目 学术探讨
研究方向 页码范围 21-23,29
页数 4页 分类号 TP301
字数 3408字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.35.007
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 王秀峰 南开大学信息学院 56 1308 18.0 35.0
2 郑高飞 南开大学信息学院 3 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (21)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
子群
自组织蠕虫算法
多模态优化算法
多维函数
涌现
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
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导