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:
提出了带组织的粒子群优化算法.粒子群优化算法是一种基于群体智能的演化算法,具有良好的优化性能.但由于群体的迅速收敛和多样性低,导致算法早熟收敛.依据人类社会活动的特点,在粒子群中引入组织的概念,定义了组织的优胜劣汰.在组织优胜劣汰的过程中,更新最差组织,进而保持粒子群的多样性,避免算法的早熟收敛问题.仿真实验表明:OPSO比PSO有更好的优化能力.
推荐文章
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
粒子群优化算法
粒子群
优化算法
遗传算法
惯性权重
粒子群优化算法
粒子群优化算法
遗传算法
神经网络
模糊系统
分合粒子群优化算法
粒子群优化算法
早熟
函数优化
分合策略
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 带组织的粒子群优化算法——OPSO
来源期刊 计算机应用与软件 学科 工学
关键词 粒子群优化 演化算法 群体智能 组织
年,卷(期) 2008,(2) 所属期刊栏目 算法
研究方向 页码范围 234-236
页数 3页 分类号 TP3
字数 2178字 语种 中文
DOI 10.3969/j.issn.1000-386X.2008.02.085
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 张书玲 西北大学数学系 37 293 9.0 15.0
2 许永峰 西北大学数学系 16 91 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (39)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (5)
二级引证文献  (24)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
粒子群优化
演化算法
群体智能
组织
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导