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:
分析了粒子群优化算法公式的演变以及相关参数,包括基本算法、加惯性权重的PSO以及加收缩因子的PSO.并对它与其它智能算法(模拟退火、遗传算法、蚁群算法等)的融合进行了探讨,指出目前PSO的数学研究范畴仅限于收敛性的研究.
推荐文章
PSO-MEA混合优化算法及其收敛性分析
混合优化算法
思维进化算法
粒子群优化算法
收敛性分析
逐维判断PSO算法值的WSN覆盖优化
粒子群算法
逐维判断
覆盖优化
优化解丢失
收敛速度
基于PSO-BF优化算法的关系数据库水印算法
关系数据库水印
细菌觅食优化算法
粒子群优化算法
PSO-BF
混沌映射
动态调度策略与竞争机制融合的蚁群优化算法
动态调度策略
竞争机制
反馈系数
调度算子
激励函数
蚁群优化算法
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 PSO优化算法演变及其融合策略
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群优化 模拟退火 遗传算子 蚁群优化算法
年,卷(期) 2007,(7) 所属期刊栏目 学术探讨
研究方向 页码范围 90-92
页数 3页 分类号 TP301|TP18
字数 3952字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.07.028
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 史忠科 西北工业大学自动化学院 364 4467 30.0 49.0
2 雷秀娟 陕西师范大学计算机科学学院 43 470 12.0 19.0
6 周亦鹏 西北工业大学自动化学院 4 43 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (808)
参考文献  (12)
节点文献
引证文献  (15)
同被引文献  (61)
二级引证文献  (103)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(10)
  • 参考文献(3)
  • 二级参考文献(7)
2005(7)
  • 参考文献(5)
  • 二级参考文献(2)
2006(3)
  • 参考文献(3)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(13)
  • 引证文献(2)
  • 二级引证文献(11)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(14)
  • 引证文献(1)
  • 二级引证文献(13)
2016(17)
  • 引证文献(0)
  • 二级引证文献(17)
2017(20)
  • 引证文献(2)
  • 二级引证文献(18)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群优化
模拟退火
遗传算子
蚁群优化算法
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导