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新的随机全局优化进化算法.为了有效地控制其全局搜索和局部搜索,使之获得较好的平衡,论文在深入分析和研究标准粒子群优化算法的基础上,提出了一种基于进化代数阚值和粒子间最大聚集距离高斯变异的粒子群优化算法.该算法在运行过程中通过粒子聚集程度的量化判定,对当前的最优粒子施加高斯变异,从而增强粒子群优化算法跳出局部最优解的能力.测试函数仿真结果表明了该算法的可行性和有效性.
推荐文章
改进的粒子群优化算法的研究
算法
优化算法
粒子群
RPSO
瑞利分布
粒子群优化算法的改进研究
粒子群优化算法
混沌理论
遗传算法
免疫算法
改进惯性权值的粒子群优化算法
正弦调整
随机扰动
全局收敛
收敛速度
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
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 改进的粒子群优化算法的研究和分析
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 全局搜索 局部搜索 最大聚集距离 高斯变异
年,卷(期) 2008,(34) 所属期刊栏目 理论研究
研究方向 页码范围 56-60
页数 5页 分类号 TP301.6
字数 5179字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.34.016
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 徐成虎 宝鸡文理学院教育科学系 7 13 1.0 3.0
2 田东平 宝鸡文理学院计算机软件研究所 20 146 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (535)
参考文献  (8)
节点文献
引证文献  (12)
同被引文献  (7)
二级引证文献  (39)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(10)
  • 参考文献(4)
  • 二级参考文献(6)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(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
粒子群优化算法
全局搜索
局部搜索
最大聚集距离
高斯变异
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