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:
提出了一种新颖的自适应串行小生境粒子群优化算法(ASNPSO),它使用多个子群能够串行发现多个最优解.在此算法中,使用了山谷函数以决定如何改变当前运行的子群中粒子的适应度函数,算法具有很强的自适应搜索能力.经使用几个标准测试函数证明了ASNPSO算法在没有任何先验知识的情况下能够有效地发现多个最优解.
推荐文章
基于改进小生境粒子群算法的多模函数优化
小生境
粒子群优化
多模函数
适应度
欧氏距离
并行小生境粒子群优化的模糊聚类算法
小生境
粒子群
模糊聚类
小生境识别
信息共享机制
混合聚类有效性函数
基于改进的小生境粒子群算法在函数优化中的应用
粒子群算法
小生境
余弦函数
惯性权重
加速因子
飞行时间因子
测试函数
函数优化
一种基于聚类的小生境微粒群算法
聚类
多种群策略
小生境
微粒群算法
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 一种新颖的串行小生境粒子群算法
来源期刊 安徽工程科技学院学报(自然科学版) 学科 工学
关键词 遗传算法 小生境技术 粒子群优化 罚函数 多模函数优化
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 63-66
页数 4页 分类号 TP301
字数 2170字 语种 中文
DOI 10.3969/j.issn.2095-0977.2007.01.015
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 潘希姣 4 25 2.0 4.0
2 章军 安徽大学电子学院 10 2 1.0 1.0
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  (2)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
小生境技术
粒子群优化
罚函数
多模函数优化
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
安徽工程大学学报
双月刊
2095-0977
34-1318/N
大16开
安徽省芜湖市赭山东路8号
1983
chi
出版文献量(篇)
1898
总下载数(次)
5
总被引数(次)
6969
论文1v1指导