作者:
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:
针对粒子群算法存在的收敛速度较慢和早熟收敛两大难题提出了一种新的改进型粒子群算法:搜索初期由粒子群算法进行全局寻优,当判断粒子群体已经进入局部最优区域时,引入复合形算法迅速达到局部收敛,从而有效地提高粒子群算法的局部搜索能力.同时引入自适应变异惯性权重提高摆脱局部最优的能力,增加种群的多样性.通过典型优化函数的实验验证,该算法是一种兼顾局部性能和全局搜索能力的高效算法.
推荐文章
一种引入单纯形法算子的新颖粒子群算法
单纯形法
多峰函数优化
粒子群算法
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
引入模式搜索算子的粒子群优化算法
粒子群优化
早熟收敛
模式搜索算法
搜索算子
一种引入密度因子的改进粒子群优化算法
粒子群优化
密度因子
线性递减惯性权重
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 一种引入复合形算子的变异粒子群算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群算法 复合形算法 自适应变异
年,卷(期) 2008,(31) 所属期刊栏目 理论研究
研究方向 页码范围 47-50
页数 4页 分类号 TP301.6
字数 4676字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.31.013
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 符强 宁波大学科学技术学院 35 205 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (612)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (18)
二级引证文献  (13)
1965(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(7)
  • 参考文献(3)
  • 二级参考文献(4)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
粒子群算法
复合形算法
自适应变异
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导