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(PSO)是一种生物进化技术.依据粒子间的相互影响发现搜索空间中的最优解.通过分析基本PSO算法的进化方程,研究了一种具有更好收敛速度和全局收敛性的改进PSO算法.5个典型测试函数的仿真实验表明该改进算法是行之有效的.
推荐文章
一种改进的粒子群优化算法
粒子集
优化算法
轨迹信息
惯性权重
一种基于双子群的改进粒子群优化算法
收敛性
粒子群优化算法
子群
杂交机制
遗传算法
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
一种改进的约束优化粒子群算法
约束优化问题
粒子群算法
非固定多段映射罚函数
维变异
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 一种改进的粒子群优化算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群优化 惯性权重 进化计算
年,卷(期) 2008,(9) 所属期刊栏目 理论研究
研究方向 页码范围 80-81,121
页数 3页 分类号 TP18
字数 2997字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.09.024
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 罗琦 南京信息工程大学信息与控制学院 32 192 9.0 12.0
2 祁佳 南京信息工程大学信息与控制学院 2 18 2.0 2.0
3 王德强 南京信息工程大学信息与控制学院 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (34)
参考文献  (2)
节点文献
引证文献  (13)
同被引文献  (14)
二级引证文献  (22)
1997(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(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
惯性权重
进化计算
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