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:
为提高粒子群优化算法在优化问题中的效率,本文提出了并行粒子群优化算法(BLP-SO).基本思想是并行机制+最佳粒子共享+分层搜索.主要工作包括(1)信息共享机制中引入了区域学习,使粒子更新能参考其他粒子的信息;(2)提出了粒子群两层划分模型,底层利于扩大搜索范围,上层利于全局精细搜索;(3)证明了关于粒子群和并行粒子群收敛性定理;(4)在4个基准函数上的优化实验表明,新方法比经典的IPPSO并行粒子群算法在解的精度上提高了51.93%到96.10%.
推荐文章
基于分区和分层搜索的并行粒子群算法
并行粒子群算法
分区
分层搜索
基于分层型的改进粒子群优化算法
旋转矩阵
分层型粒子群算法
收敛性能
搜索能力
并行定向扰动的混合粒子群优化算法
粒子群优化
并行定向扰动
变异信息矩阵
混沌位置变异矩阵
序列二次规划
非对称边界变异的分层并行量子粒子群算法
分层
非对称区间
越界
粒子群算法
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 基于最佳粒子共享和分层搜索的并行粒子群优化算法
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 并行粒子群算法 最佳粒子共享 分层搜索
年,卷(期) 2008,(4) 所属期刊栏目 研究论文
研究方向 页码范围 799-803
页数 5页 分类号 TP301.6
字数 4113字 语种 中文
DOI 10.3969/j.issn.0490-6756.2008.04.019
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 唐常杰 四川大学计算机学院 164 2750 30.0 45.0
2 徐开阔 四川大学计算机学院 17 63 6.0 7.0
3 曾涛 四川大学计算机学院 42 533 14.0 22.0
4 刘齐宏 四川大学计算机学院 24 281 9.0 16.0
5 张培颂 四川大学计算机学院 4 20 3.0 4.0
6 丁鑫鑫 四川大学计算机学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (70)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(16)
  • 引证文献(1)
  • 二级引证文献(15)
2016(14)
  • 引证文献(0)
  • 二级引证文献(14)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
并行粒子群算法
最佳粒子共享
分层搜索
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导