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:
通过对微粒群优化算法的分析,提出了一种用微分方程组描述的微粒群优化算法--微分进化微粒群优化(DEPSO)算法,并利用传递函数对DEPSO算法的收敛性进行分析.在此基础上,通过引入PID控制器以控制DEPSO算法的动态进化行为,以增强微粒产生的多样性,从而改进微粒群优化算法的全局收敛性.仿真结果表明了此方法的有效性.
推荐文章
差分进化微粒群优化算法-DEPSO
差分进化微粒群优化算法
多样性
收敛性
改进自适应微分进化算法求解全局优化问题
微分进化
全局优化
控制参数自适应
收敛速度
鲁棒性
微分进化算法的优化研究及其在聚类分析中的应用
微分进化算法
粒子群算法
主成分分析
聚类分析
K-均值聚类算法
微分进化算法优化换热网络的性能
换热网络
局部最优解
微分进化算法
收敛稳定性
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 微分进化微粒群算法及其控制
来源期刊 系统工程学报 学科 工学
关键词 微粒群算法 微分进化微粒群算法 PID控制器
年,卷(期) 2007,(3) 所属期刊栏目 短文
研究方向 页码范围 328-332
页数 5页 分类号 TP18
字数 2398字 语种 中文
DOI 10.3969/j.issn.1000-5781.2007.03.018
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 曾建潮 太原科技大学系统仿真与计算机应用研究所 236 2351 26.0 39.0
2 崔志华 太原科技大学系统仿真与计算机应用研究所 22 199 7.0 14.0
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  (131)
参考文献  (1)
节点文献
引证文献  (11)
同被引文献  (21)
二级引证文献  (9)
1981(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)
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)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
微粒群算法
微分进化微粒群算法
PID控制器
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
系统工程学报
双月刊
1000-5781
12-1141/O1
大16开
天津市南开区津卫路92号天津大学
6-95
1985
chi
出版文献量(篇)
2240
总下载数(次)
2
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
论文1v1指导