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:
粒子群优化算法(Particle Swarm Optimization,PSO)是一种基于群智能的进化计算技术,是由Kennedy和Eberhart在1995年提出.由于粒子群优化算法具有收敛速度快、运算简单、易于实现等优点,近年来吸引了
推荐文章
基于改进并行粒子群算法的彩色图像匹配
粒子群算法
彩色图像匹配
并行计算
.NET 任务并行库(TPL)/PLINQ
基于分区和分层搜索的并行粒子群算法
并行粒子群算法
分区
分层搜索
基于混沌粒子群优化算法的相机参数标定方法
摄像机标定
张正友标定法
混沌粒子群
参数优化
基于群体适应度方差的自适应混沌粒子群算法
混沌
均匀性
粒子群算法
适应度方差
收敛比率
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BSP模型的并行混沌粒子群算法
来源期刊 数学学习与研究:教研版 学科 数学
关键词
年,卷(期) 2009,(6) 所属期刊栏目
研究方向 页码范围
页数 1页 分类号 O224
字数 语种
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 杨道平 遵义师范学院计算机科学系 22 36 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(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)
引文网络交叉学科
相关学者/机构
期刊影响力
数学学习与研究:教研版
半月刊
1007-872X
22-1217/O1
长春市净月开发区金宝街118号
12-377
出版文献量(篇)
36385
总下载数(次)
118
总被引数(次)
0
论文1v1指导