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:
针对动态粒子群优化算法的群体多样性问题,提出一种新的度量方法.为了提高群体多样性,在每次迭代前,子群内部各粒子以一定的概率飞离局部最优粒子,以保持子群内部粒子多样性.在此基础上,提出一种动态粒子群优化算法,即在每次迭代前,要淘汰超规模子群中的低适应值粒子,进一步增强整个群体的多样性水平,提高算法的鲁棒性.用标准测试函数MPB测试该算法跟踪动态全局最优值的能力,实验结果表明:该算法能有效跟踪5维以上的动态全局最优值,子群内部多样性水平提高60%以上.
推荐文章
基于多子群的社会群体优化算法
社会群体优化算法
多子群
量子学习
基于聚类的多子群粒子群优化算法
粒子群优化算法
聚类
子群
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
一种新型的动态粒子群优化算法
粒子群优化算法
多种群
种群分裂
种群混合
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 一种基于多子群的动态优化算法
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 动态优化 粒子群优化 多子群 多样性
年,卷(期) 2009,(3) 所属期刊栏目 机械工程·控制科学与工程
研究方向 页码范围 731-736
页数 6页 分类号 TP301
字数 5680字 语种 中文
DOI
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 蔡自兴 中南大学信息科学与工程学院 393 7036 40.0 69.0
2 高平安 中南大学信息科学与工程学院 15 95 6.0 8.0
3 余伶俐 中南大学信息科学与工程学院 31 333 11.0 16.0
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  (30)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (11)
二级引证文献  (12)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
动态优化
粒子群优化
多子群
多样性
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导