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:
在对基本PSO算法进行分析的基础上,针对PSO算法中的早熟收敛问题,提出了一种基于聚类分析的PSO算法(CPSO).CPSO算法保证了微粒种群的多样性,使微粒能够有效地进行全局搜索.并证明了它依概率收敛于全局最优解.最后以典型的基准优化问题进行了仿真实验,验证了CPSO的有效性.
推荐文章
基于微粒群算法的聚类分析
数据挖掘
聚类分析
微粒群算法
基于聚类分析的随机微粒群算法
随机微粒群算法
聚类分析
全局优化
收敛性
基于微粒群算法的大坝材料参数反分析研究
微粒群算法
大坝
参数反分析
稳定性
微粒群优化算法
进化计算
微粒群优化算法
多相微粒群优化算法
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 基于聚类分析的微粒群算法
来源期刊 计算机工程与应用 学科 工学
关键词 微粒群算法 全局优化 收敛性 聚类分析
年,卷(期) 2008,(20) 所属期刊栏目 理论研究
研究方向 页码范围 41-44,53
页数 5页 分类号 TP18
字数 6609字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.20.012
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 曾建潮 太原科技大学系统仿真与计算机应用研究所 236 2351 26.0 39.0
2 郝武伟 太原科技大学系统仿真与计算机应用研究所 1 6 1.0 1.0
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  (240)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (8)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 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(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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
微粒群算法
全局优化
收敛性
聚类分析
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
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