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:
粒子群优化算法是一种基于群体智能理论的全局优化算法,通过群体中粒子间的合作与竞争实现对问题空间的高效搜索.针对算法后期收敛速度较慢、易陷入局部最优的缺点,提出了一种混合粒子群算法.该算法通过改变种群初始化方法,引入交叉和变异机制等措施改善基本粒子群算法的性能.数值试验结果表明,改进型粒子群算法在提高全局寻优能力和加快收敛速度等方面均有良好的表现.
推荐文章
基于边界变异的量子粒子群优化算法
边界变异
多样性
量子粒子群优化算法
基于混合粒子群优化算法的现金流优化
粒子群算法
现金流优化
净现值
交叉
变异
混合粒子群优化算法
粒子群优化算法
多策略机制
早熟机制
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 基于交叉变异的混合粒子群优化算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群优化算法 交叉 变异 混合
年,卷(期) 2007,(17) 所属期刊栏目 学术探讨
研究方向 页码范围 85-88
页数 4页 分类号 TP18
字数 4480字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.17.027
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 杨涛 国防科技大学航天与材料工程学院 88 418 11.0 14.0
2 张晓今 国防科技大学航天与材料工程学院 30 212 9.0 13.0
3 寇保华 国防科技大学航天与材料工程学院 16 124 6.0 10.0
4 刘巍 国防科技大学航天与材料工程学院 14 47 3.0 6.0
5 张青斌 国防科技大学航天与材料工程学院 52 274 9.0 15.0
6 葛健全 国防科技大学航天与材料工程学院 15 60 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (17)
参考文献  (1)
节点文献
引证文献  (24)
同被引文献  (41)
二级引证文献  (143)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(8)
  • 引证文献(6)
  • 二级引证文献(2)
2010(18)
  • 引证文献(2)
  • 二级引证文献(16)
2011(19)
  • 引证文献(2)
  • 二级引证文献(17)
2012(15)
  • 引证文献(0)
  • 二级引证文献(15)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(12)
  • 引证文献(2)
  • 二级引证文献(10)
2015(11)
  • 引证文献(0)
  • 二级引证文献(11)
2016(18)
  • 引证文献(2)
  • 二级引证文献(16)
2017(15)
  • 引证文献(0)
  • 二级引证文献(15)
2018(17)
  • 引证文献(2)
  • 二级引证文献(15)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
粒子群优化算法
交叉
变异
混合
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