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:
分析高斯动态粒子群优化算法(GDPSO)中新的种群产生方式的特点,针对传统粒子群优化算法中全局最优模型收敛速度快但易陷入局部最优、局部最优模型收敛速度较慢的缺点,提出一种新的粒子群信息共享方式--多簇结构.该算法在簇内部实现粒子间信息的高度共享,而在簇之间则通过松散的连接实现信息的传递,以协调GDPSO算法的勘探和开采能力.通过典型的Benchmark函数优化问题测试并分析经典拓扑以及多簇结构在GDPSO算法中的性能,仿真实验结果表明,采用特定多簇结构的GDPSO算法收敛速度和稳定性显著提高,同时全局搜索能力明显增强.
推荐文章
一种基于子群变异的粒子群优化算法
早熟收敛
粒子群优化算法
随机定向振荡式搜索
子群
变异
多模态函数优化
一种新型的动态粒子群优化算法
粒子群优化算法
多种群
种群分裂
种群混合
一种量子行为粒子群优化动态聚类算法
粒子群优化
量子行为
完全学习策略
动态聚类
一种多粒子群的协同优化算法
PSO
MPSCO
群集智能
协同优化
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 一种基于多簇结构的高斯动态粒子群优化算法
来源期刊 模式识别与人工智能 学科 工学
关键词 粒子群优化(PSO) 邻域拓扑 多簇结构
年,卷(期) 2008,(3) 所属期刊栏目 论文与报告
研究方向 页码范围 338-345
页数 8页 分类号 TP181
字数 5910字 语种 中文
DOI 10.3969/j.issn.1003-6059.2008.03.011
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 邢汉承 东南大学计算机科学与工程学院 56 721 13.0 25.0
2 王蓁蓁 东南大学计算机科学与工程学院 11 221 4.0 11.0
3 张志政 东南大学计算机科学与工程学院 18 244 6.0 15.0
7 倪庆剑 东南大学计算机科学与工程学院 14 246 6.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (138)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(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
粒子群优化(PSO)
邻域拓扑
多簇结构
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
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